Page 18 - 4721

time2 = 4.025:0.025:6; % from 4 to 6 seconds
time = [time1 time2]; % from 0 to 6 seconds

2. Задамо сам сигнал:
signal = [sin(time1*4*pi) sin(time2*8*pi)];
plot(time,signal)
xlabel('Time')
ylabel('Signal') %підписи графіків
title('Signal to be Predicted')

3. Транспонуємо масив сигналу:
signal = con2seq(signal);

4. Встановимо затримку для прогнозування на 5 значень:
Xi = signal(1:5);
X = signal(6:end);
timex = time(6:end);
T = signal(6:end); %затримка прогнозування

5. Cтворимо та адаптуємо лінійний шар нейронної мережі.
Відобразимо результати прогнозування.
net = linearlayer(1:5,0.1); %лінійна нейронна мережа
view(net) %перегляд схеми мережі
[net,Y] = adapt(net,X,T,Xi);
figure
plot(timex,cell2mat(Y),timex,cell2mat(T),'+')
xlabel('Time')
ylabel('Output - Target +')
title('Output and Target Signals')

17