Red de conocimiento informático - Conocimiento sistemático - Red de código fuente gris

Red de código fuente gris

Función GM1_1(X0)

formato largo

[m, n] = tamaño(X0);

x 1 = cumsum(X0); p> p>

X2 =[];

Para i=1: n-1

X2(i,)= x 1(I) x 1(I 1

Fin

B=-0.5. * 2: fin);

P_t = yn. /x 1(1: (longitud(X0)-1)) realiza una prueba de cuasi suavidad en la secuencia de datos original X0,

La relación de suavidad de la secuencia x0 es p(t)= x0(t) /x 1(t-1)

A=inv(B.'*B)*B.'*YN. ;

a=A(1)

u=A(2)

c = u/a;

b = X0 (1)-c;

X=[num2str(b), ' exp ', '(', num2str(-a), ' k ', ')', num2 str(c)];

strcat('X(k 1)= ',X)

syms k;

Para t=1: longitud (X0)

k(1,t)=t-1;

Fin

k

y _ k _ 1 = b * exp(-a * k) c;

Para j=1: longitud (k)-1

Y(1, j)= Y _ k _ 1(j 1)-Y _ k _ 1(j);

Fin

XY=[Y_k_1(1),Y] Valor previsto

CA = ABS(XY-X0);

θ= secuencia de error absoluto de prueba residual de CA

XD_Theta= CA. / . /(θ 0.5 * max(θ)); P=0.5

R=suma(R_k)/longitud(R_k) correlación

Temp0=(CA-AV). ^2;

temp 1 = suma(temp 0)/longitud(CA);

S2 = sqrt(temp 1); desviación estándar de la secuencia de error absoluto

-

AV _ 0 = media(X0 promedio de secuencia original

Temp_0=(X0-AV_0).

^2;

Temp _ 1 = sum(Temp _ 0)/length(CA);

s 1 = sqrt(Temp _ 1); /p> p>

TempC = S2/s 1 * 100; relación de diferencia

C=strcat(num2str(TempC),' ') relación de varianza de la prueba de diferencia posterior

-

SS = 0.675 * s 1;

delta = ABS(CA-AV);

TempN = buscar(Delta lt; = SS);

n 1 = longitud (TempN);

N2 = longitud (CA

TempP = n 1/N2 * 100; >P =strcat(num2str(TempP), ' ') la prueba de diferencia posterior calcula la probabilidad de un pequeño error.

Ejemplo de llamada:

X0=[2.874, 3.278, 3.337, 3.39, 3.679];