如何使用回声状态网络模拟其正常行为?

By simon at 2019-05-16 • 0人收藏 • 26人看过

我从桥梁传感器收集了一些数据。 我的项目是关于使用 esn 来模拟桥梁的正常行为与传感器数据,从而使 esn 能够识别其健康问题。 问题是,我不知道如何使用这些数据来预测。 我知道如何产生输出权重和测试输入得到测试输出,但它不是预测,不是吗? 就像在我的项目中没有测试数据,那么我如何生成输出?

我认为,如果我一次生成一个输出,然后用它来生成新的输入序列,并重复这个过程,这是可能的。 但这并不管用。 输出量越来越大。

Def generate data (self) : data (self.inputSeq)[200:400,: # its input sequence stateCollection self. com pute statematrix (data,[] ,100) # its 用于收集重置的输出 np.dot (self.outputWeights,stateCollection)数据输出[0,-10: # this is the container of the predicted data。 我使用最后的10个来创建一个新的输入序列 self.inp 数据[-10: # self。 Inputits + self.nInternalUnits) # i in range (100) : self.internalState self.plain esn (0) # generate the internal state for current input ttl np.hstack (1,self.inp,self.internalState) # curout np.dot (self.outputWeights,ttl.T) # i thought then i can generate the right output but no it doesn't data np.append (data,curout) self.inp data [-10: ]

这是一个关于 Mackey-Glass 数据集的测试。 预测的数据变得和 nan 一样大。 我希望有人能告诉我哪里错了。

登录后方可回帖

Loading...