Составители:
Рубрика:
ряду, можно вычислить погрешность аппроксимации зависимости (5) по
тестовому временному ряду:
test
ε
[]
∑
+
+
−+++
−=
DNN
Nj
DjjjDj
test
test
testtrain
train
vvvGv
-DN
-
1=
2
11
2
.),...,,(
1
ε
(16)
Это более надежная характеристика качества модели, т.к. тестовый ряд не
используется для подгонки значений коэффициентов.
3.2. Практическое задание (работа № 1)
Цель работы.
Применить изложенный алгоритм глобальной реконструк-
ции на практике:
• научиться подбирать оптимальные значения размерности модели и по-
рядка полинома,
• отследить влияние длины тренировочного временного ряда на качест-
во восстановленной модели
• отследить зависимость необходимой длины ряда от уровня шума.
Задача.
Получить и записать скалярный временной ряд, генерируемый
каким-либо эталонным отображением («чистый» и зашумленный) и восстано-
вить по нему различные модельные отображения. На данном примере просле-
дить влияние различных факторов на качество реконструкции.
1) С помощью программы MapSimulator (приложение 1) получите и запишите
не зашумленный хаотический сигнал длиной 1000 значений, генерируемый
одним из эталонных отображений (заданным преподавателем). Например,
скалярный временной ряд, генерируемый отображением Эно при значениях
параметров
a
= 1.5,
b
= 0.2 (см. рис.П.1.1).
2) С помощью программы GlobalMap (приложение 2) восстановите по трени-
ровочному временному ряду (длиной 1000 итераций) одномерное отображе-
ние (
D
= 1), используя аппроксимацию полиномом различных порядков
K
(от 0 до 10). Отследите зависимости
, и постройте их графики
)
)(K
test
ε
(
K
ε
16
Страницы
- « первая
- ‹ предыдущая
- …
- 15
- 16
- 17
- 18
- 19
- …
- следующая ›
- последняя »
