不关马什卡的事! - 页 10

 

我们走吧!

让我们先在维纳过程中测试你的机器。上帝保佑,不要让它开始预测!!。

下面是两个文件,每个文件都包含集成白噪声。矢量的长度为1000个样本,它们是通过将2000个样本的矢量切成两半得到的。你应该使用任何算法在第一个向量上训练你的系统,并对第二个向量的每一个柱子给出预测。你可以在第二个向量的每个柱子上调整你的算法。由此产生的预测向量自然应该是1000个样本的长度,并可用于分析。我们将更多地谈及预测分析的方法。

附加的文件:
rnd_1.zip  3 kb
 

Seryoga,我没有NS,我有Burg的方法,顺便说一下,这比你的XXXX(那是一个脏话)中子网络好用多了。我不需要你的阉割文件。你似乎完全痴迷于这些NS。


只要给我一个大的文件,至少有2000个大小,并且用我想要的历史来识别(写)要测试的区域。我需要一个大约1000个样本的历史(最少500个),我不需要训练样本。例如,你放出一个有10,000个样本的文件。随便说说,但考虑到我需要的历史,你说测试的部分从参考号7000开始,在参考号8000结束。通过索引,它实际上将是1001个计数,我们只需要决定哪些要包括,哪些不包括(我使用ORIGIN=0)。


然后我们就可以开始了 :o)

Для начала испытаем твою машину на Винеровском процессе. И не дай бог она начнёт предсказывать!!!

你的固执让我吃惊,我甚至不知道如何解释你,你产生的是相同的维纳过程(GP),因为我是一个芭蕾舞演员。Seryoga,我马上警告你,我的模型中没有错误,所以准备好享受好的预测吧。 简而言之,你的EP不是这样的标准,虽然......。我们将拭目以待。

:о)))

 

等一下,等一下。

一个有1000个样本的矢量的文件足够你工作了吗?如果是这样,请拿着2号,不要乱动我的脑袋。

你想怎么做就怎么做,但不要告诉我,不要给我每一个读数的预测。就这样了。

如果事实证明,为了预测第1次计数,你需要一个故事前的长度(好吧,想一想),那么就从1号文件中拿出来,正是为了这个目的,它就在那里!"。


谢尔盖,说得够多了,快生下来吧!

 

很好。Seryoga,当然,我不会扰乱你的大脑,我只是引用我认为重要的突出句子的帖子,以不使你的神经网 紧张。


grasn писал (а): в

...

只要给我一个大文件,至少有2000个大小,并且用我想要的历史来识别(写)要测试的区域。我需要一个大约1000个样本的历史(最少500个),我不需要训练样本。例如,你放出一个有10,000个样本的文件。随便说说,但考虑到我需要的历史,你说测试的部分从参考号7000开始,在参考号8000结束。通过索引,它实际上将是1001个计数,你只需要决定哪些底层我们包括在内,哪些不包括在内(我使用ORIGIN=0)。

...

中子

等等,等等,等等。

一个有1000个样本的矢量文件对你的工作来说足够长吗?如果是,请拿着2号,不要乱动我的脑袋。

你想怎么做就怎么做,但不要告诉我,不要给我每一个读数的预测。就这样了。


好吧,你提出一个有1000个样本的文件,对于这个文件中的每一个样本,我都要做一个预测。但我从哪里获得数据来预测第一次计数?从BLEEP?或者你是在建议我好心地坐在那里把这些文件粘在一起,哪一个是第一个?究竟是哪一个?


.........而且不要乱动我的脑袋。


你怎么能不知道呢!!?我不会打断你, ,我首先需要这个测试,我将在欧元兑美元 上进行测试,然后我将公布结果。而且你可以自己对你的维纳过程感到有趣,不要跟我废话--就坐在那里,自己粘贴。这就是全部。:о)

 

嗯,事情就是这样的。

 
Neutron:

好吧,一切都那么一切。

你是第一个写 "一切 "的人 :o)))

几天后会有一个结果。我们要把计算分成两部分(按2个晚上计算)。

 
我看着你,Seregi,很高兴;)
 
komposter:
我看着你,Seryoga,我很高兴;)

小语来到工厂工作。

- 我需要一个Nazdak!

主人。

- 你有很多他妈的经纪人!....

 

芳草萋萋

第三位Seryoga,你能否详细说明一下Berg法(它是什么,如何与什么混合)。我知道伯格的方法。展开这个方法。这样,它就不是一个黑盒子。谢谢你。

 
Prival:

芳草萋萋

第三位Seryoga,你能否详细说明一下Berg法(它是什么,如何与什么混合)。我知道伯格的方法。展开这个方法。这样,它就不是一个黑盒子。谢谢你。


这取决于从哪里计算人员 :o)


伯格--没错(他的作品有注明)理论上你应该熟悉这种方法,它与滤波器理论有关,这种方法的修改被用于一些巧妙的自适应滤波器。在附件中,我还能找到的所有内容。



PS:没有详细研究。我真的希望,北风 会帮助我,但他消失了:o)))或者你,Prival 会帮助我把它翻译成MQL 或者至少在MathCAD 中重新创建。而且你不必这样做,这不是我的主要模式,它是可选的。呵,一个酒吧,三个酒吧--你必须想得开。但详细了解这个方法可能会很有趣,同样对于自适应滤波来说,可能会出现有用的想法和所有这些...:о)



重要 的是。

请注意,这个功能可能是非常错误的。也就是说,在1-2点的范围内,你不会得到早先公布的 "误差云",这完全取决于输入参数的优化。有一个想法,但我无法得到它,现在我已经实施了......

附加的文件:
c13s6.zip  71 kb