أنا جديد على سيمولينك أريد أن أفعل متوسط البيانات الواردة التي تأتي بعد بعض فترات من كتلة واحدة على سبيل المثال، بيانات مؤطرة مستمرة من 42 عينة خارج من كتلة واحدة جنبا إلى جنب مع البيانات مؤطرة هناك علامة الإخراج آخر الذي يقول أن هذه العينات الإطار تنتمي إلى فئة الفئات هي الأرقام من 1-6 الإخراج هو عشوائي أريد أن متوسط نفس البيانات الفئة مثل الإطار الأول هو من Cat1، ثم بعد 4 إطارات إطار Cat1 يأتي مرة أخرى الآن كيف ينبغي أن متوسط هذا الإطار الجديد مع السابق أريد أن أفعل هذا لجميع الفئات الرجاء مساعدتي في هذا. أحكم مارس 26 14 في 13 35.A الحل السريع والقذر سيكون لتنفيذ المصفوفة لكل فئة تهيئة قائمة مع نانس والحفاظ على عداد لآخر عينة من كل فئة باستخدام الدالة المتوسطة يمكنك الحصول على متوسط جميع القياسات. إذا كنت ترغب فقط في متوسط الإطار الحالي والإطار السابق، يمكنك ببساطة القيام يعني cat1 n1 cat1 n1 1 حيث cat1 هو أرايليست FO r من الفئة 1 و n1 هو مؤشر الإطار السابق في cat1.If إذا كنت تريد متوسط متحرك مرجح للتنفيذ في الوقت الفعلي، فأنشئ متغيرا متوسطا لكل فئة يطلق عليه av1 و av2 وما إلى ذلك ويحسب av1 ألفا av1 1 - alpha cat1 n1 1 حيث ألفا هو الوزن المخصص للمتوسط السابق ألفا 1 و cat1 n1 1 هو القياس الجديد كلما يأتي إطار Cat1 in. resp مارس 26 14 في 17 39.Moving المتوسط. Method طريقة المتوسط انزلاق النافذة الافتراضية الأسي الترجيح. نافذة الانزلاق نافذة طول طول النافذة يتحرك فوق بيانات المدخلات على طول كل قناة لكل عينة تنتقل النافذة بواسطة، تحسب الكتلة المتوسط على البيانات في النافذة. الترجيح التفاضلي تتضاعف الكتلة العينات بواسطة مجموعة من الترجيح العوامل ينخفض حجم عوامل الترجيح أضعافا مضاعفة كلما زاد عمر البيانات، ولم يصل إلى الصفر لحساب المتوسط، تقوم الخوارزمية بجمع البيانات المرجحة. حدد طول النافذة علم لتحديد النافذة طول عند إيقاف تشغيل الافتراضي. عند تحديد خانة الاختيار هذه، طول نافذة انزلاق يساوي القيمة التي تحددها في طول الإطار عند مسح خانة الاختيار هذه، طول نافذة انزلاق غير لانهائية في هذا الوضع، يحسب كتلة متوسط العينة الحالية وجميع العينات السابقة في القناة. طول الإطار طول نافذة الانزلاق 4 عدد صحيح موجب صحيح. يحدد طول الإطار طول نافذة الانزلاق تظهر هذه المعامل عند تحديد خانة الاختيار تحديد طول الإطار. عامل معامل الترجيح الأسي 0 9 العدد الحقيقي الإيجابي الافتراضي في المدى 0،1. تنطبق هذه المعلمة عند تعيين الطريقة إلى الترجيح الأسي عامل النسيان من 0 9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0 1 A النسيان عامل 1 0 يشير إلى الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة. هذه المعلمة هو الانضباطي يمكنك تغيير قيمته حتى أثناء المحاكاة. تحاكي باستخدام نوع من سيم ulation ulation ulation ulation ulation ulation Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code Code The The The The The The The The The The The The The The The The The The The The The The The The The The The This This This The وقت بدء التشغيل الإضافي ولكن يوفر سرعة محاكاة أسرع من تنفيذ تفسيرها. محاكاة النموذج باستخدام مترجم ماتلاب هذا الخيار يقصر وقت بدء التشغيل ولكن لديه سرعة محاكاة أبطأ من توليد رمز. الطريقة نافذة الانزلاق. في طريقة نافذة انزلاق، الإخراج لكل عينة الإدخال هو متوسط العينة الحالية و لين - 1 عينات سابقة لين هو طول النافذة لحساب أول مخرجات لين - 1، عندما لا يتوفر في النافذة ما يكفي من البيانات حتى الآن، تملأ الخوارزمية النافذة بالأصفار كمثال، إلى حساب المتوسط عندما تأتي عينة الإدخال الثانية في، خوارزمية يملأ النافذة مع لين - 2 الأصفار ناقلات البيانات، x ثم يتم أخذ عينات من البيانات اثنين بواسطة لين - 2 الأصفار. عندما لا تحدد طول الإطار، خوارزمية يختار طول نافذة لانهائية في هذا الوضع، والإخراج هو المتوسط المتحرك للعينة الحالية وجميع العينات السابقة في القناة. الطريقة الترجيح التفضيلي. في وهي طريقة الترجيح الأسي، يحسب المتوسط المتحرك بشكل متكرر باستخدام هذه الصيغ. w n n 1 1 x n 1 1 w n x n 1 1 w n x نكس N متوسط الانتقال في العينة الحالية. x N عينة إدخال البيانات الحالية. x N 1 المتوسط المتحرك في العينة السابقة. عامل النسيان. w N عامل الترجيح المطبق على عينة البيانات الحالية. 1 1 w n x N 1 تأثير البيانات السابقة على المتوسط. بالنسبة للعينة الأولى، حيث N 1، تختار الخوارزمية w N 1 بالنسبة للعينة التالية، يتم تحديث عامل الترجيح واستخدامه لحساب المتوسط، حسب المعادلة التكرارية مع زيادة عمر البيانات، ينخفض حجم عامل الترجيح أضعافا مضاعفة ولا يصل أبدا إلى الصفر وبعبارة أخرى، فإن البيانات الأخيرة لها تأثير أكبر على المتوسط الحالي من البيانات القديمة. وتحدد قيمة عامل النسيان معدل تغيير عوامل الترجيح عامل النسيان من 0 9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0 1 يشير عامل النسيان من 0 0 الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة الوزن. اختر بلدك. Moving mode. Method طريقة المتوسط انزلاق النافذة الافتراضي الترجيح الأسي. نافذة الانزلاق نافذة طول طول النافذة يتحرك فوق بيانات المدخلات على طول كل قناة بالنسبة لكل عينة ينتقل الإطار بواسطة، تقوم المجموعة بحساب المتوسط فوق البيانات في النافذة. الوزن الهامشي تضاعف العينة العينات بواسطة مجموعة من عوامل الترجيح ينخفض حجم عوامل الترجيح أضعافا مضاعفة كلما زاد عمر البيانات، ولم يصل إلى الصفر مطلقا لحساب المتوسط، تقوم الخوارزمية بحساب المتوسط المرجح data. Specify طول الإطار علم لتحديد طول الإطار على الافتراضي إيقاف. عند تحديد خانة الاختيار هذه، طول نافذة انزلاق يساوي القيمة التي تحددها في طول الإطار عند مسح خانة الاختيار هذه، طول نافذة انزلاق هو لانهائي في هذا الوضع، كتلة يحسب متوسط العينة الحالية وجميع العينات السابقة في القناة. طول الإطار طول نافذة انزلاق 4 الافتراضي الصحيح العددية صحيح. حدد طول الإطار طول نافذة انزلاق تظهر هذه المعلمة عند حدد خانة الاختيار تحديد طول النافذة. عامل التحجيم عامل الترجيح الأسي 0 9 العدد الحقيقي الإيجابي الافتراضي في النطاق 0،1. تنطبق هذه المعلمة عندما يو u تعيين طريقة الترجيح الأسي عامل النسيان من 0 9 يعطي المزيد من الوزن للبيانات القديمة مما يفعل عامل النسيان من 0 1 عامل النسيان من 1 0 يشير الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة الوزن. هذه المعلمة هي تونابل أنت يمكن تغيير قيمته حتى أثناء المحاكاة. تحاكي باستخدام نوع من المحاكاة لتشغيل كود توليد الافتراضي تفسير تفسيرها. محاكاة النموذج باستخدام ولدت C رمز في المرة الأولى التي تقوم بتشغيل المحاكاة، سيمولينك يولد رمز C للكتلة يتم إعادة استخدام رمز C لاحقة المحاكاة، طالما أن النموذج لا يتغير يتطلب هذا الخيار وقت بدء تشغيل إضافي ولكنه يوفر سرعة محاكاة أسرع من تنفيذ تفسير. محاكاة النموذج باستخدام مترجم ماتلاب هذا الخيار يقصر وقت بدء التشغيل ولكن لديه سرعة محاكاة أبطأ من توليد كود. انزلاق نافذة الأسلوب، الإخراج لكل عينة المدخلات هو متوسط العينة الحالية و لين - 1 عينات سابقة L أر هو طول النافذة لحساب أول مخرجات لين - 1، عندما لا تحتوي النافذة على ما يكفي من البيانات بعد، تملأ الخوارزمية النافذة بالأصفار كمثال، لحساب المتوسط عندما تأتي عينة الإدخال الثانية، خوارزمية يملأ النافذة مع لين - 2 الأصفار متجه البيانات، x ثم عينات البيانات اثنين تليها لين - 2 الأصفار. عندما لا تحدد طول الإطار، الخوارزمية يختار طول نافذة لانهائية في هذا الوضع، الإخراج هو المتوسط المتحرك للعينة الحالية وجميع العينات السابقة في القناة. طريقة الترجيح التفاضلي. في طريقة الترجيح الأسي، يحسب المتوسط المتحرك بشكل متكرر باستخدام هذه الصيغ. w n n 1 1 x n 1 1 w n x N 1 1 w n x نكس N متوسط الانتقال في العينة الحالية. x N نموذج إدخال البيانات الحالي. x N 1 متوسط الانتقال في العينة السابقة. العامل النشط. w N عامل الترجيح المطبق على عينة البيانات الحالية. 1 1 w n x N 1 تأثير البيانات السابقة على المتوسط. بالنسبة للعينة الأولى، حيث N 1، تختار الخوارزمية w N 1 بالنسبة للعينة التالية، يتم تحديث عامل الترجيح واستخدامه لحساب المتوسط، حسب المعادلة العودية مع زيادة عمر البيانات، ينخفض حجم عامل الترجيح أضعافا مضاعفة ولا يصل أبدا إلى الصفر وبعبارة أخرى، فإن البيانات الأخيرة لها تأثير أكبر على المتوسط الحالي من البيانات القديمة. وقيمة عامل النسيان تحدد معدل تغيير عوامل الترجيح عامل النسيان من 0 9 يعطي وزنا أكبر للبيانات القديمة مما يفعل عامل النسيان من 0 1 يشير عامل النسيان من 0 0 الذاكرة لانهائية وتعطى جميع العينات السابقة على قدم المساواة الوزن. اختر بلدك .
No comments:
Post a Comment