此示例显示如何将MATLAB®功能块添加到Simulink®模型中以进行标签预测。MATLAB功能块接受流数据,并使用经万博1manbetx过训练的支持向量机(SVM)分类模型预测标签和分类分数。有关使用MATLAB功能块的详细信息,请参阅万博1manbetx使用MATLAB功能块创建自定义功能(万博1manbetxSimulink).
此示例使用电离层
包含雷达回波质量的数据集(Y
)和预测数据(X
).雷达回波要么质量良好(“g”
)或者质量不好(“b”
).
加载电离层
数据集。确定样本大小。
负载电离层n=努美尔(Y)
n=351
MATLAB功能块无法返回单元格数组。请将响应变量转换为逻辑向量,其元素为1.
如果雷达返回良好,以及0
否则。
Y=strcmp(Y,“g”);
假设按顺序检测到雷达回波,并且您有前300个观测值,但尚未收到最后51个观测值。将数据划分为当前和将来的样本。
prsntX=X(1:300,:);prsntY=Y(1:300);ftrX=X(301:end,:);ftrY=Y(301:end);
使用所有当前可用数据训练SVM模型。指定预测数据标准化。
Mdl=fitcsvm(prsntX、prsntY、,“标准化”,对);
Mdl
是一个分类VM
模型
saveLearnerForCoder
在命令行中,可以使用Mdl
对新的观测结果进行预测。但是,您不能使用Mdl
作为用于代码生成的函数中的输入参数。
准备Mdl
要在函数中加载,请使用saveLearnerForCoder
.
saveLearnerForCoder(Mdl,“中微子层”);
saveLearnerForCoder
压实Mdl
,然后将其保存在MAT文件中SVMIonosphere.mat
.
定义一个名为Svminosphereprodict.m
这可以预测雷达回波的质量是否良好。该功能必须:
包括代码生成指令%#编码基因
函数中的某个地方。
接受雷达回波预测器数据。数据必须与X
除了行数。
负载SVMIonosphere.mat
使用loadLearnerForCoder
.
返回用于预测雷达返回质量的预测标签和分类分数(即,正等级分数)。
功能[标签,分数]=Svminosphereprodict(X)%#编码基因%SVM模型预测雷达回波质量%SVM预测标签和分类估计%预测器数据X数值矩阵中的雷达回波分数%使用文件SVMIonosphere.mat.X行中的压缩SVM模型%对应于观察值,列对应于预测变量。标签%是预测的标签,分数是%将雷达回波质量分类为良好。%%版权所有2016 MathWorks公司。Mdl=loadLearnerForCoder(“中微子层”); [标签,两个核心]=预测(Mdl,X);分数=两个分数(:,2);结束
注意:如果单击此页面右上角的按钮并在MATLAB中打开此示例,则MATLAB将打开示例文件夹。此文件夹包括入口点函数文件。
使用MATLAB功万博1manbetx能块创建Simulink模型,该功能块分配给Svminosphereprodict.m
.
此示例提供Simulink模型万博1manbetxSLEXSVM电离层预测样本.slx
. 打开Simulin万博1manbetxk模型。
SimMdlName=“SLEXSVM电离层预测样本”;开放式系统(SimMdlName)
该图显示Simulink模型。当输入节点检测到雷万博1manbetx达回波时,它将该观测值引导到MATLAB功能块中,并发送给Svminosphereprodict.m
。预测标签和分数后,模型会将这些值返回到工作区,并在模型中一次显示一个值。加载时SLEXSVM电离层预测样本.slx
,MATLAB还加载它需要调用的数据集雷达回波输入
. 然而,这个例子展示了如何构造所需的数据集。
模型希望以一个名为雷达回波输入
包含以下字段:
时间
-观测值进入模型的时间点。在本例中,持续时间包括0到50之间的整数。方向必须与预测数据中的观测值相对应。那么这个例子,,时间
必须是列向量。
信号
-描述输入数据并包含字段的1×1结构数组价值观
和尺寸
.价值观
是预测数据的矩阵。尺寸
是预测变量的数量。
为未来的雷达返回创建适当的结构阵列。
radarReturnInput.time=(0:50)';雷达回波输入。信号(1)。值=ftrX;雷达回波输入。信号(1)。尺寸=尺寸(ftrX,2);
您可以从更改名称雷达回波输入
,然后在模型中指定新名称。但是,Simulink希望结构数组包含所描述的字段名。万博1manbetx
使用培训之外的数据(即中的数据)模拟模型雷达回波输入
.
sim(SimMdlName);
该图显示了模型在处理中的所有观察结果后的情况雷达回波输入
一次一个。预测的标签X(351,:)
是1.
它的正课堂成绩是1.431
. 变量吹牛
,青年
,及斯文洛格苏特
显示在工作区中。青年
和斯文洛格苏特
是万博1manbetxSimulinkData.Dataset
包含预测标签和分数的对象。有关详细信息,请参阅记录的模拟数据的数据格式(万博1manbetxSimulink).
从仿真日志中提取仿真数据。
labelsSL=svmlogsout.getElement(1).Values.Data;scoresSL=svmlogsout.getElement(2).Values.Data;
标签
是预测标签的51×1数字向量。labelsSL(j)
=1.
这意味着SVM模型可以预测雷达回波J
未来样品质量良好,且0
意思不是这样。scoresSL
是一个51乘1的正类分数数值向量,即距离决策边界的有符号距离。正分数对应于预测的分数标签1.
,负分数对应于预测的0
.
在命令行中使用预测
.
[labelCMD,scoresCMD]=预测(Mdl,ftrX);scoresCMD=scoresCMD(:,2);
labelCMD
和计分器
相称标签
和scoresSL
.
比较未来的样本,由SLEXSVM电离层预测样本
给打电话回来的人预测
在命令行。
err=sum((scoresCMD-scoresl)。^2);err
ans=符合逻辑的1.
分数集之间的平方偏差之和可以忽略不计。
如果您还有Simulink编码器™ 许万博1manbetx可证,然后您可以从SLEXSVM电离层预测样本.slx
在Si万博1manbetxmulink中或从命令行使用slbuild
(万博1manbetxSimulink)。有关详细信息,请参阅为模型生成C代码(万博1manbetxSimulink编码器).
预测
|loadLearnerForCoder
|saveLearnerForCoder
|slbuild
(万博1manbetxSimulink)|LearnerCoder配置器