📄 powerregress.m
字号:
function [nsv,beta,bias,error2,trnY]=powerregress(X,Y)
%clear ;
global p1 p2;
p1=60,c=150,e=0.01
%SVM的训练
ker='rbf'; %Y=v(3,:)';
clear n;clear t;
% c=150*ones(size(X,1),1);
[nsv,beta,bias]=svr(X,Y,ker,c,'einsensitive',e);
% SVM的测试
%非线性系统辨识(训练数据的再输入)
h1=figure;
trnY=svroutput(X,X,ker,beta,bias);
for n=1:100
t=1:100;
subplot(2,1,1);
plot(t,Y(t),'b',t,trnY(t),'r',t,trnY(t),'k+')
ylabel('y and trnY')
legend('the actual line','the prediction line','the prediction values')
title ('the actual and prediction values')
end
%输出误差函数图形(真实训练数据和SVM辨识数据之间的误差)
subplot(2,1,2)
for n=1:95
w=1:95 ;
error2(w)=(Y(w)-trnY(w))./Y(w);
end
plot(w,error2,'m');
ylabel('error2');
title ('error2=actul-estemt')
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -