Robototexnikada sun’iy intellekt texnologiyalari va vositalari

Korrelyatsiyani tahlil qilish algoritmi

Korrelyatsiya tahlili chiziqli modelning impuls javobini, model buyurtmalari haqida aniq taxminlarsiz baholaydigan usullarni anglatadi.
Impulsli javob, g , kirish impulsli signal bo'lganda tizim chiqishi. Umumiy kirishga chiqish javobi, u ( t ), impuls javobi bilan konvolyutsiyadir. 
Uzluksiz vaqtda:
y( t )=∫t− ∞g(t)u(t - t)d t
Diskret vaqtda:
y(t)=∞∑k = 1g(k)u(t - k)
g ( k ) ning qiymatlari diskret vaqtli impulsga javob koeffitsientlari .
Kuzatilgan kirish/chiqish ma'lumotlari qiymatlarini turli yo'llar bilan baholashingiz mumkin. n tartibli sonli impuls javobi (FIR) modelini olish uchun eng kichik kvadratlar usuli yordamida impulseestbirinchi n koeffitsientni baholaydi .impulseestbaholash uchun bir nechta muhim variantlarni taqdim etadi:
Regularization - Eng kichik kvadratlarni baholashni tartibga solish. Regulyatsiya bilan algoritm g ( k ) o'rtasidagi oldingi yemirilish va o'zaro korrelyatsiyaning taxminini hosil qiladi va keyin bu oldingi taxminni kuzatilgan ma'lumotlardan g haqidagi joriy ma'lumot bilan birlashtiradi. Ushbu yondashuv kam tafovutga ega bo'lgan, ammo ba'zi bir tarafkashliklarga ega bo'lgan taxminni keltirib chiqaradi. Oldingi taxminni kodlash uchun bir nechta yadrolardan birini tanlashingiz mumkin.

• 
  Ushbu parametr juda muhim, chunki model tartibi nko'pincha juda katta bo'lishi mumkin. Muntazamlashtirilmagan hollarda, noqilona farqni ta'minlash uchun avtomatik ravishda kamaytirilishi mumkin.
  
• 
  RegularizationKernel ning nom-qiymat argumentidan foydalanib, tartibga soluvchi yadroni belgilang impulseestOptions.
  
• 
  Oldindan oqartirishPW — maʼlumotlarga kirish oqartirish filtrini qoʻllash orqali kirishni oldindan oqartirish . Oddiy bo'lmagan baholashni amalga oshirayotganda oldindan oqartirishdan foydalaning. Oldindan oqartiruvchi filtrdan foydalanish impuls reaktsiyasining e'tiborsiz qolgan dumining k- > - ta'sirini kamaytiradi . nOldindan oqartirishga erishish uchun algoritm:
  

1. 
   Kirish signalini oqartiruvchi Atartib filtrini belgilaydi :PWu
   

1/A = A(u)e, bu yerda Apolinom va eoq shovqin.

2. 
   Kirish va chiqishlarni quyidagi bilan filtrlaydi A:
   

uf = Au,yf = Ay

3. 
   Filtrlangan signallardan uf va yf baholash uchun foydalanadi.
   

PWNom-qiymat juftligi argumentidan foydalanib, oldindan oqartirishni belgilang impulseestOptions.
Avtoregressiv parametrlar - asosiy FIR modelini NA avtoregressiv parametrlari bilan to'ldirib, uni ARX modeliga aylantiradi.
y(t)=n∑k = 1g(k)u(t - k)−N A∑k = 1aky(t - k)
Ushbu parametr kichik n qiymatlar uchun yaxshi natijalar beradi va ma'lumotlar yopiq tsiklda yaratilganda xolis baholash imkonini beradi. t > 0 bo'lganda NA ni impulseest o'rnatadi va t < 0 bo'lganda NA ni ( avtoregressiv komponent yo'q) ga o'rnatadi .50
Sababsiz ta'sirlar - salbiy kechikishlarga javobni o'z ichiga oladi. Agar taxminiy ma'lumotlar chiqish fikr-mulohazalarini o'z ichiga olsa, ushbu parametrdan foydalaning:
u( t )=∞∑k = 0h( k )y(t - k)+ r(t)
Bu erda h ( k ) - regulyatorning impulsli javobi va r - belgilangan nuqta yoki buzilish atamasi. Algoritm bunday fikr-mulohazalarning mavjudligi va xarakterini h bilan ko'rib chiqadi va h ni xuddi g ga o'xshab taxminiy chaqiruvda y va u o'rtasidagi o'rinlarni almashish orqali baholaydi. impulseestSalbiy kechikishlar belgisi bilan foydalanish , mi = impulseest(data,nk,nb)bu erda < 0, impulsli javobga ega nkmodelni qaytaradi mi
[h( - n k ), h( - n k - 1 ), ... , h( 0 ), g( 1 ), g( 2 ), ... , g( n b + n k )]
bu laglarga mos keladigan hizalanishga ega[n k , n k + 1 , .. , 0 , 1 , 2 , ... , n b + n k]. Algoritm bu hizalanishga erishadi, chunki InputDelaymodelning kirish mikechikishi () nk.
Ko'p kirishli ko'p chiqishli tizim uchun impulsli javob g ( k ) ny -by- nu matritsadir, bu erda ny - chiqishlar soni va nu - kirishlar soni. g ( k ) matritsaning i – j elementi j kirishdagi impulsdan keyin i chiqishning harakatini tavsiflaydi.
Koleratsiya masalasini C dasturlash tilidagi yechimi:
Ikki massiv elementi berilgan va biz ikkita massiv orasidagi korrelyatsiya koeffitsientini topishimiz kerak. Korrelyatsiya koeffitsienti - bu ikki o'zgaruvchi o'rtasidagi munosabatlarning kuchini aniqlash uchun ishlatiladigan tenglama. Korrelyatsiya koeffitsienti ba'zan o'zaro bog'liqlik koeffitsienti deb ataladi. Korrelyatsiya koeffitsienti har doim -1 dan +1 gacha bo'ladi, bu erda -1 X va Y manfiy korrelyatsiya va +1 X va Y ijobiy korrelyatsiya qiladi.

Bu yerda r korrelatsiya koeffitsiyenti.

#include
#include

float correlationCoefficient(int X[], int Y[], int n) {
int sum_X = 0, sum_Y = 0, sum_XY = 0;
int squareSum_X = 0, squareSum_Y = 0;

for (int i = 0; i < n; i++) {
sum_X = sum_X + X[i];
sum_Y = sum_Y + Y[i];
sum_XY = sum_XY + X[i] * Y[i];
squareSum_X = squareSum_X + X[i] * X[i];
squareSum_Y = squareSum_Y + Y[i] * Y[i];
}

float corr = (float)(n * sum_XY - sum_X * sum_Y) /
(float)(sqrt((n * squareSum_X - sum_X * sum_X) * (n * squareSum_Y - sum_Y * sum_Y)));

return corr;
}

int main() {
int X[] = {15, 18, 21, 24, 27};
int Y[] = {25, 25, 27, 31, 32};
int n = sizeof(X) / sizeof(X[0]);

printf("%f", correlationCoefficient(X, Y, n));

return 0;
}




Xulosa
Qidiruv algoritmlari, ma'lumotlar to'plamidan matn, ro'yxatlar, jadval korinishidgi ma'lum bir elementni topish uchun ishlatiladigan algoritmlar ekanligini organdim. Bu algoritmlar ma'lumotlar to'plami ichidagi ma'lum bir qiymatni izlashni yoki topishni maqsad qilar ekan.