MATLAB を使用した 3 次元補間のクリギング

クリギング 3 次元補間 matlab

θ = [10 10]; lob = [1e-1 1e-1]; upb = [20 20];

[dmodel, perf] = dacefit([lat,lon], tem, @regpoly0, @corrgauss, theta, lob, upb);

LonLat = Gridsamp([min(latlim) min(lonlim);max(latlim) max(lonlim)], 60);

TemNew = 予測子(LonLat, dmodel);

LatNew = reshape(LonLat(:,1),[60,60]);

LonNew = reshape(LonLat(:,2),[60,60]);

TemNew = reshape(TemNew, size(LonNew));

geoshow(LatNew,LonNew,TemNew,'DisplayType','surface');

＃＃＃持続する＃＃＃

plotm(lat,lon,'k.');

カラーバー;

MATLAB における nargin の意味

MATLAB では、エポックは、計算中に返される出力エラーに基づいてニューロンの重みとしきい値が調整される回数です。 ＃＃＃認証方法：＃＃＃

(1) ネットワークリニアレイヤーの使用

1,セル入力フォーム

入力 P={[1;2] [2;1] [2;3] [3;1]};

目標値 T={4 5 7 7}

adapt を使用する;

コマンドを入力してください:

P={[1;2] [2;1] [2;3] [3;1]};

T={4 5 7 7};

net=リニアレイヤー(0,0.1);

net=configure(net,P,T);

net.IW{1,1}=[0,0];

net.b{1}=0;

[ネット,a,e]=adapt(ネット,P,T);

重みは 4 回更新され、最終値は次のとおりです:

net.IW{1,1}= 1.5600 1.5200

net.b{1}=0.9200

シミュレーション結果: [0] [2] [6.0000] [5.8000]

2、行列入力フォーム

入力 P=[1 2 2 3;2 1 3 1];

出力 T=[4 5 7 7]

adapt を使用する;

コマンドを入力してください:

P=[1 2 2 3;2 1 3 1];

T=[4 5 7 7];

net=リニアレイヤー(0,0.01);

net=configure(net,P,T);

net.IW{1,1}=[0,0];

net.b{1}=0;

[ネット,a,e]=adapt(ネット,P,T);

重みは 1 回更新され、最終的な値は次のようになります:

net.IW{1,1}=0.4900 0.4100

net.b{1}= 0.2300

3、行列入力フォーム

入力 P=[1 2 2 3;2 1 3 1];

出力 T=[4 5 7 7]

train を使用します; (epochs=1 を設定)

前提条件: 学習関数とトレーニング関数に明示的な呼び出しコマンドを追加します。

P=[1 2 2 3;2 1 3 1];

T=[4 5 7 7];

net=リニアレイヤー(0,0.01);

net=configure(net,P,T);

net.IW{1,1}=[0,0];

net.b{1}=0;

net=trian(net,P,T);

重みは 1 回更新され、最終的な値は次のようになります:

net.IW{1,1}=0.4900 0.4100

net.b{1}= 0.2300

結論: 静的ネットワークの場合、linearlayer とadapt のセル入力はオンライン学習ですが、行列入力はオフライン学習であり、これはトレーニングの 1 ラウンドに相当します。

動的ネットワークについては、時間があるときに実行してください。

以上がMATLAB を使用した 3 次元補間のクリギングの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。