Объект линейного отображения для нелинейных моделей ARX
A linear
объект реализует функцию affine 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 условий для нелинейного компонента.
Математически, linear
является линейной функцией который отображает m входы X (t) = [x (t 1), x 2 (t),..., xm (t)]T в скалярный выходной y (t). F является (аффинной) функцией x:
Здесь:
X (t) является вектором m -by-1 входов или regressors со средним.
y0 - выход смещение, скаляр.
P - m -by - p проекционная матрица, где m - количество регрессоров и p - количество линейных весов. m должно быть больше или равно p.
L является вектором весов p -by-1.
Задайте linear
как значение OutputFcn
свойство idnlarx
модель. Для примера задайте linear
когда вы оцениваете idnlarx
модель с помощью следующей команды.
sys = nlarx(data,regressors,linear)
nlarx
оценивает модель, также оценивает параметры linear
функция.
Используйте linear
объект отображения, когда вы хотите создать нелинейные модели ARX, которые работают линейно на регрессорах. Сами регрессоры могут быть нелинейными функциями входов и выходов. The polynomialRegressor
и customRegressor
команды позволяют вам создавать такие регрессоры. Когда idnlarx
модель не имеет пользовательских регрессоров, и выходная функция установлена в linear
, модель подобна линейной модели ARX. Однако для нелинейной модели ARX смещение является оценочным параметром.
Можно сконфигурировать linear
объект, чтобы отключить компоненты и исправить параметры. Использовать evaluate
вычислить выход функции для заданного вектора входов.
создает Lin
= linearlinear
Lin объекта
с неизвестными параметрами.
customnet
| evaluate
| idnlarx
| linearRegressor
| neuralnet
| nlarx
| polynomialRegressor
| sigmoidnet
| treepartition
| wavenet