Exponenta Banner
exponenta event banner

схватка

Набор квазирандомных точек скремблирования

свернуть все на странице

Синтаксис

ps = скремблирование (p, тип)
ps = скремблирование (p, 'clear')
ps = скремблирование (p)

Описание

пример

ps = scramble(p,type) возвращает скремблированную копию ps набора точек p, созданный с использованием типа скремблирования, указанного в type. Набор точек p является либо haltonset или sobolset и каждый тип набора точек поддерживает различные типы скремблирования.

Набор скремблированных точек ps является тем же видом объекта, что и p.

пример

ps = scramble(p,'clear') удаляет настройку скремблирования из p и возвращает результат в ps.

пример

ps = scramble(p) повторно применяет существующую настройку скремблирования к p, что обычно приводит к другому набору точек из-за случайности алгоритмов скремблирования.

Примеры

свернуть все

Открыть сценарий в реальном времени

Создайте трехмерный набор точек Halton, пропустите первые 1000 значений и сохраните каждую 101-ю точку.

p = haltonset(3,'Skip',1e3,'Leap',1e2)
p = 
Halton point set in 3 dimensions (89180190640991 points)

Properties:
              Skip : 1000
              Leap : 100
    ScrambleMethod : none

Применение скремблирования обратного радиуса с помощью scramble.

p = scramble(p,'RR2')
p = 
Halton point set in 3 dimensions (89180190640991 points)

Properties:
              Skip : 1000
              Leap : 100
    ScrambleMethod : RR2

Создание первых четырех точек с помощью net.

X0 = net(p,4)
X0 = 4×3

    0.0928    0.6950    0.0029
    0.6958    0.2958    0.8269
    0.3013    0.6497    0.4141
    0.9087    0.7883    0.2166

Создайте каждую третью точку вплоть до одиннадцатой точки, используя индексирование в скобках.

X = p(1:3:11,:)
X = 4×3

    0.0928    0.6950    0.0029
    0.9087    0.7883    0.2166
    0.3843    0.9840    0.9878
    0.6831    0.7357    0.7923
Открыть сценарий в реальном времени

Создайте и скремблируйте пятимерный набор точек Соболя. Укажите 'MatousekAffineOwen' тип скремблирования.

p = sobolset(5);
ps = scramble(p,'MatousekAffineOwen');

Сравните первые четыре точки в двух наборах точек.

X = net(p,4)
X = 4×5

         0         0         0         0         0
    0.5000    0.5000    0.5000    0.5000    0.5000
    0.2500    0.7500    0.2500    0.7500    0.2500
    0.7500    0.2500    0.7500    0.2500    0.7500


X2 = net(ps,4)
X2 = 4×5

    0.6681    0.2784    0.2476    0.5688    0.0513
    0.4485    0.6735    0.5417    0.3285    0.9719
    0.9940    0.9606    0.3515    0.1586    0.4742
    0.1550    0.1202    0.9226    0.9262    0.5491

Удалить настройку скремблирования из ps с помощью 'clear' вариант. Набор точек clearps соответствует исходному набору точек p.

clearps = scramble(ps,'clear');
clearX = net(clearps,4)
clearX = 4×5

         0         0         0         0         0
    0.5000    0.5000    0.5000    0.5000    0.5000
    0.2500    0.7500    0.2500    0.7500    0.2500
    0.7500    0.2500    0.7500    0.2500    0.7500

Проход ps в scramble функция без дополнительных входных аргументов. Программа удаляет настройку скремблирования из ps а затем повторно применяет его. Из-за случайности алгоритма скремблирования новый набор скремблированных точек newps отличается от исходного набора скремблированных точек ps.

newps = scramble(ps);
newX = net(newps,4)
newX = 4×5

    0.6882    0.6261    0.9298    0.3314    0.4169
    0.2442    0.1978    0.4307    0.6286    0.8666
    0.7827    0.2868    0.5172    0.8430    0.1261
    0.2772    0.8576    0.0164    0.1404    0.5905

Входные аргументы

свернуть все

Набор точек, указанный как haltonset или sobolset объект.

Пример: sobolset(5)

Тип скремблирования, указанный как 'RR2' или 'MatousekAffineOwen'. Различные наборы точек поддерживают различные типы скремблирования, как указано в этой таблице.

ОбъектТип скремблирования
haltonset

'RR2' - Перестановка радикальных обратных коэффициентов, полученных путем применения операции обратного радикса ко всем возможным значениям коэффициентов. Скремблирование описано в [1].

sobolset

'MatousekAffineOwen' - случайный линейный скрембль в сочетании со случайным цифровым сдвигом. Скремблирование описано в [2].

Ссылки

[1] Коцис, Л. и У. Дж. Уайтен. «Вычислительные исследования последовательностей с низким несоответствием». Транзакции ACM на математическом программном обеспечении. т. 23, № 2, 1997, стр. 266-294.

[2] Матоусек, J. «На L2-Discrepancy для якорей». Журнал сложности. т. 14, № 4, 1998, стр. 527-556.

См. также

| | |

Представлен в R2008a

Документация по инструментам для статистического и машинного обучения

Поддержка