Matlab:降维
Matlab : Dimension reduction
LEt x_t = F(x_{t-1})
是 chaotic regime.
中时间离散的一个动力系统
从初始条件x_0
开始,我们可以生成一个时间序列=x_t
,其中t =1,2,...,T
表示时间索引。
s_t = 1
如果 x_t
> c
否则 s_t = 0
其中 c
是平均值
的一维地图。因此地图的每次迭代 F
都会给出一个新符号。将 0 和 1 的序列放入符号向量中,我们得到 {s} = s_0s_1s_2....
现在,假设我们有一个 3 维系统,令 d=3
。设第一个坐标称为 x
,第二个坐标为 y,第三个坐标为 z,生成形成多维系统的 (x,y,z)
。我的问题是如何获得这种情况下的符号动态?
示例:
x = 0.1, 0.45, 0.6,....,
y = 0, 0.1, 0.45, 0.6,.....
z = 0, 0, 0.1, 0.45,...
是否每个维度都有一个符号序列,或者将一个符号分配给一个点 (x,y,z)?解释将非常有助于清除概念然后编程。使用任何其他现有技术分配符号的解决方案也将很有用。
在交流中,每点获得一个符号。
在你的例子中,你有 2 个 1 bit
个符号,在一个维度上,每个符号都有一个坐标。
但是没有什么能阻止你在一维中使用 2 位符号,例如:
X=[ -c -c/3 c/3 c ]
您可以通过选择最接近的坐标来绘制决策边界。
[ x<-2c/3, -2c/3<x<0, 0<x<2c/3, 2c/3<x]
同样的原则适用于多维问题,即对于二维和两位符号,您可以像这样分配它们:
(-c -c ) == 00
(-c c ) == 01
( c -c ) == 10
( c c ) == 11
请注意,您需要 至少 2 bit
个符号才能理解这一点,否则您可以将其投影到一个维度。
现在是棘手的部分:只有当你的维度之间没有相关性时,你才能利用边界的独立性
通道(或噪声)引入的相关性,意味着决策边界
[ x<0 y<0, x<0 y>0, x>0 y<0, x>0 y>0 ]
不会是最佳的。
另一方面,如果你可以假设维度独立,很容易看出一个好的符号分配(就像我做的那样),可以轻松实现你所说的 a symbolic sequence for each dimension
{s}={ s_0, s_1, ... }
{s}={ deco(X_0), deco(Y_0), deco(X_1), deco(Y_1) ... }
和
deco(x){ return( x > 0) }
LEt x_t = F(x_{t-1})
是 chaotic regime.
从初始条件x_0
开始,我们可以生成一个时间序列=x_t
,其中t =1,2,...,T
表示时间索引。
s_t = 1
如果 x_t
> c
否则 s_t = 0
其中 c
是平均值
的一维地图。因此地图的每次迭代 F
都会给出一个新符号。将 0 和 1 的序列放入符号向量中,我们得到 {s} = s_0s_1s_2....
现在,假设我们有一个 3 维系统,令 d=3
。设第一个坐标称为 x
,第二个坐标为 y,第三个坐标为 z,生成形成多维系统的 (x,y,z)
。我的问题是如何获得这种情况下的符号动态?
示例:
x = 0.1, 0.45, 0.6,....,
y = 0, 0.1, 0.45, 0.6,.....
z = 0, 0, 0.1, 0.45,...
是否每个维度都有一个符号序列,或者将一个符号分配给一个点 (x,y,z)?解释将非常有助于清除概念然后编程。使用任何其他现有技术分配符号的解决方案也将很有用。
在交流中,每点获得一个符号。
在你的例子中,你有 2 个 1 bit
个符号,在一个维度上,每个符号都有一个坐标。
但是没有什么能阻止你在一维中使用 2 位符号,例如:
X=[ -c -c/3 c/3 c ]
您可以通过选择最接近的坐标来绘制决策边界。
[ x<-2c/3, -2c/3<x<0, 0<x<2c/3, 2c/3<x]
同样的原则适用于多维问题,即对于二维和两位符号,您可以像这样分配它们:
(-c -c ) == 00
(-c c ) == 01
( c -c ) == 10
( c c ) == 11
请注意,您需要 至少 2 bit
个符号才能理解这一点,否则您可以将其投影到一个维度。
现在是棘手的部分:只有当你的维度之间没有相关性时,你才能利用边界的独立性
通道(或噪声)引入的相关性,意味着决策边界
[ x<0 y<0, x<0 y>0, x>0 y<0, x>0 y>0 ]
不会是最佳的。
另一方面,如果你可以假设维度独立,很容易看出一个好的符号分配(就像我做的那样),可以轻松实现你所说的 a symbolic sequence for each dimension
{s}={ s_0, s_1, ... }
{s}={ deco(X_0), deco(Y_0), deco(X_1), deco(Y_1) ... }
和
deco(x){ return( x > 0) }