Класс, представляющий оценку нелинейности нейронной сети для нелинейных моделей ARX
net_estimator = neuralnet(Network)
neuralnet
- класс, который инкапсулирует оценщик нелинейности нейронной сети. A neuralnet
позволяет использовать сети, созданные с помощью программного обеспечения Deep Learning Toolbox™, в нелинейных моделях ARX.
Оценка нелинейности нейронной сети задает нелинейную функцию , где F является многослойной прямой (статической) нейронной сетью, как определено в программном обеспечении Deep Learning Toolbox. y является скаляром, а x - m
-мерный вектор-строка.
Вы создаете многослойный feedforward нейронные сети с помощью команд Deep Learning Toolbox, таких как feedforwardnet
(Deep Learning Toolbox), cascadeforwardnet
(Deep Learning Toolbox) и linearlayer
(Deep Learning Toolbox). Когда вы создаете сеть:
Определите вход и выходные размеры, которые будут неизвестны, оставив их в значение , равное нулю (рекомендуемый метод). При оценке нелинейной модели ARX используя nlarx
команда автоматически определяет входно-выходные размеры сети.
Инициализируйте размеры вручную путем установки входных и выходных областей значений равными m
-by-2 и 1 на 2 матрицы, соответственно, где m
- количество нелинейных регрессоров модели ARX и значения области значений являются минимальными и максимальными значениями регрессоров и выходных данных, соответственно.
Для получения дополнительной информации см. раздел Примеры.
Использование evaluate(net_estimator,x)
вычислить значение функции, заданное как neuralnet
net_estimator объекта
при входном значении x. При использовании для нелинейной оценки модели ARX x представляет регрессоры модели для выхода, для которого neuralnet
объект назначается как средство оценки нелинейности.
Вы не можете использовать neuralnet
когда Focus
опция в nlarxOptions
является 'simulation'
потому что этот оценщик нелинейности рассматривается как недифференцируемый для оценки. Минимизация ошибки симуляции требует дифференцируемых нелинейных функций.
создает оценку нелинейности нейронной сети на основе объекта feedforward (статической) сети net_estimator
= neuralnet(Network
)Network
создан с использованием команд Deep Learning Toolbox feedforwardnet
, cascadeforwardnet
, и linearlayer
. Network
должен представлять статическое отображение между входами и выходом без задержек ввода-вывода или обратной связи. Количество выходов сети, если оно назначено, должно быть единичным. Для нелинейных моделей ARX с несколькими выходами создайте отдельную neuralnet
объект для каждого вывода - то есть каждый оценщик должен представлять объект сети с одним выходом.
Network | Объект нейронной сети, обычно созданный с помощью команд Deep Learning Toolbox feedforwardnet , cascadeforwardnet , и linearlayer . |
После создания объекта можно использовать get
или запись через точку для доступа к значениям свойств объекта. Для примера:
% List Network property value get(n) n.Network
Вы также можете использовать set
функция для задания значения конкретных свойств. Для примера:
set(d, 'Network', net_obj)
set
должно быть именем MATLAB® переменная. nlarx
команда использует train
метод network
объект, заданный в программном обеспечении Deep Learning Toolbox, для вычисления значений сетевых параметров.
customnet
| nlarx
| sigmoidnet
| treepartition
| wavenet
| cascadeforwardnet
(Deep Learning Toolbox) | feedforwardnet
(Deep Learning Toolbox) | linearlayer
(Deep Learning Toolbox)