КОММЕНТАРИИ ПО ХОДУ ВЫПОЛНЕНИЯ РАБОТЫ

3. КОММЕНТАРИИ ПО ХОДУ ВЫПОЛНЕНИЯ РАБОТЫ

Для начала выполнения задания введем в скрипт Matlaba начальные данные: временные ряды и прилагающие к ним значения, а так же сгенерируем шум. После создадим нейронную сеть, используя входные данные и метод наименьших квадратов, и спрогнозируем значение. Получим визуализацию исходного и спрогнозированных сигналов с учетом и без учета шумов (Приложение Б, рисунок 1).

Еще раз введем начальные данные, сформируем нейронную сеть для того, чтобы к сигналу добавить гауссовский центрированный белый шум, созданным средствами Matlab'a. Получим визуализация сигнала с шумом (Приложение Б, рисунок 2).

Далее реализуем алгоритм Уилроу-Хопфа. Визуализируем результаты, так же с учетом отсутствия или наличия шумов (Приложение Б, рисунки 3-4).

Для сравнения точности результатов работы алгоритмов используем ошибку прогнозов сигнала, построив соответствующие графики (Приложение Б, рисунки 5-8). Как видно на рисунках, алгоритм МНК в зашумленных сигналах имеет большую ошибку, чем в сигналах без шума, но в обоих случаях она значительная. А алгоритм Уилроу-Хопфа в обоих случаях имеет близкую к нулю ошибку, и соответственно, на спрогнозированный сигнал фактически не влияет.

ВЫВОДЫ

В ходе выполнения лабораторной работы были изучены алгоритмы обучения адаптивного линейного элемента. По заданным временным рядам были спрогнозированы значения сигналов по последним пяти их известным значениям; в качестве моделей для прогноза были использованы персептроны с обучением их двум алгоритмам: Уидроу-Хопфа и МНК. Работа делилась на 2 эксперимента: в одном эксперименте исходный сигнал был зашумлен заранее сгенерированным белым гауссовским шумом, во втором – значение шума полагалось равным нулю.

При итоговом сравнении точности алгоритмов выяснилось, что алгоритм Уидроу-Хопфа оказался не только самым точным в прогнозировании сигнала, но и также практически нечувствительным к шуму; в отличие от алгоритма МНК, на результат работы которого добавленный шум повлиял самым значительным образом.

⇐ Предыдущая 123 Следующая ⇒