MATLAB -创建一个滞后的时间步长向量矩阵(类似于填充？)
我有一个429x1矢量，表示水文时间序列。我期待“滞后”时间序列的时间步长，并将其转化为一个矩阵输入到nftool进行一些人工神经网络分析。矩阵的宽度由输入层中的输入神经元数量控制，这是我从扩展表中读取的值。这就是我想用一个更短的时间序列来说明这个例子：
inp_neur = 5; % amount of input neurons (read in from excel)
A = [9;6;8;3;2]; % hypothetical hydrological time series
% do pad zero process结果：
newA =
9 0 0 0 0
6 9 0 0 0
8 6 9 0 0
3 8 6 9 0
2 3 8 6 9我相信这不是最难做的事，但能在一条船上完成吗？
任何帮助都将不胜感激。
干杯,
JQ
Another example with inp_neur = 7;
A = [11;35;63;21;45;26;29;84;51]newA =
11 0 0 0 0 0 0
35 11 0 0 0 0 0
63 35 11 0 0 0 0
21 63 35 11 0 0 0
45 21 63 35 11 0 0
26 45 21 63 35 11 0
29 26 45 21 63 35 11
84 29 26 45 21 63 35
51 84 29 26 45 21 63回答 2
Stack Overflow用户
发布于 2012-12-19 04:35:20
我知道这个问题已被标记为已被接受，但我认为值得指出的是，如果(时间序列中的观测数)远远大于K (即OP符号中的滞后数，即inp_neur )，那么当前接受的答案将是非常低效率的。这是因为它根据T矩阵创建了一个T，然后根据K将其截断为T。
我会提出两种可能的选择。第一种方法使用了一个来自计量经济学工具箱的函数，该工具箱的目的正是为了实现OP想要的结果：lagmatrix。第二种是基于循环的解决方案。
lagmatrix解决方案在OP想要0的地方返回NaN，因此需要增加一行来转换它们。全面的解决办法是：
newA2 = lagmatrix(A, 0:K-1);
newA2(isnan(newA2)) = 0;基于循环的解决方案是：
newA3 = zeros(T, K);
for k = 1:K
newA3(k:end, k) = A(1:end-k+1);
end基于循环的解决方案的明显优点是它不需要计量经济学工具箱。但这是唯一的优势吗？让我们试试计时跑。设置T = K = 10。然后：
Elapsed time is 0.045809 seconds. %# 3lectrologos solution
Elapsed time is 0.049845 seconds. %# lagmatrix solution
Elapsed time is 0.017340 seconds. %# loop solution3 lagmatrix解和L solution解本质上是一致的。基于循环的解决方案要快3倍！现在，为了强调3 3lectrologos解决方案的问题，设置T = 1000和K = 10。然后：
Elapsed time is 10.615298 seconds.
Elapsed time is 0.149164 seconds.
Elapsed time is 0.056074 seconds.现在3lectrologos解比lagmatrix解慢两个数量级。但是今天真正的赢家是基于循环的解决方案，它的速度仍然是lagmatrix解决方案的3倍。
结论：不再对Matlab中的单圈进行折扣.他们越来越快了！
对于那些感兴趣的人，计时运行的代码如下：
M = 1000; %# Number of iterations for timed test
T = 1000; %# Length of your vector of inputs
K = 10; %# Equivalent to your inp_neur
A = randi(20, T, 1); %# Generate random data
%# 3lectrologos solution (inefficient if T is large relative to K)
tic
for m = 1:M
tmp = tril(toeplitz(A));
newA1 = tmp(:, 1:K);
end
toc
%# lagmatrix solution
tic
for m = 1:M
newA2 = lagmatrix(A, 0:K-1);
newA2(isnan(newA2)) = 0;
end
toc
%# Loop based solution
tic
for m = 1:M
newA3 = zeros(T, K);
for k = 1:K
newA3(k:end, k) = A(1:end-k+1);
end
end
tocStack Overflow用户
发布于 2012-12-19 01:00:07
这里有一条两条船：
tmp = tril(toeplitz(A));
newA = tmp(:, 1:inp_neur);https://stackoverflow.com/questions/13943964
复制相似问题
腾讯云开发者
