Объект линейного отображения для нелинейных моделей ARX
A linear объект реализует аффинную функцию и является функцией отображения для оценки нелинейных моделей ARX. Функция отображения использует комбинацию линейных весов и смещения. В отличие от других объектов отображения для нелинейных моделей, linear объект не содержит размещений для нелинейного компонента.
Математически, linear - линейная функция (x), которая отображает m входов X (t) = [x (t1), x2 (t),..., xm (t)] T в скалярный выход y (t).. F представляет (аффинную) функцию x:
− X) TPL
Здесь:
X (t) является вектором m-на-1 входных данных, или регрессоров, со средними "" "" "" "
y0 - выходной сдвиг, скаляр.
P - проекционная матрица m-by-p, где m - число регрессоров, а p - число линейных весов. m должно быть больше или равно p.
L - вектор весов p-by-1.
Набор linear как значение OutputFcn свойство idnlarx модель. Например, укажите linear при оценке idnlarx с помощью следующей команды.
sys = nlarx(data,regressors,linear)
nlarx оценивает модель, она также оценивает параметры linear функция.
Используйте linear объект отображения, когда требуется создать нелинейные модели ARX, которые работают линейно на регрессорах. Сами регрессоры могут быть нелинейными функциями входов и выходов. polynomialRegressor и customRegressor команды позволяют создавать такие регрессоры. Когда idnlarx модель не имеет пользовательских регрессоров, и функция вывода имеет значение linearмодель подобна линейной модели ARX. Однако для нелинейной модели ARX смещение является оцениваемым параметром.
Вы можете настроить linear объект для отключения компонентов и фиксации параметров. Использовать evaluate вычисляют выходной сигнал функции для данного вектора входных сигналов.
Lin = linearlinear объект Lin с неизвестными параметрами.
customnet | evaluate | idnlarx | linearRegressor | neuralnet | nlarx | polynomialRegressor | sigmoidnet | treepartition | wavenet