python 函数的参数方程_python – 具有numpy的参数方程

我目前正在

python中实现一个称为回声状态网络(ESN)的回归神经网络(RNN),用于时间序列分类(TSC).

以下是根据本文的三个类：

哪个应该生成这样的东西：

我生成每个类的50个轨迹,alpha是固定为0.7的浮点数,beta和t0是在0和2 * pi之间随机选择的.轨迹包含30个点,因此时间步长为(2 * pi)/ 30.

这是我的代码,我知道它不是最pythonic的方式,但它完成了第一和第三类的工作.但是,第二类仍然被窃听:(

import numpy as np

import sys, getopt, random

timestep = 2.0*np.pi / 30.0

alpha = 0.7

def class1(t, beta):

return alpha*np.sin(t+beta)*np.abs(np.sin(t)), alpha*np.cos(t+beta)*np.abs(np.sin(t))

def class2(t, beta):

return alpha*np.sin(t/2.0+beta)*np.sin(3.0/2.0*t), alpha*np.cos(t+beta)*np.sin(2.0*t)

def class3(t, beta):

return alpha*np.sin(t+beta)*np.sin(2.0*t), alpha*np.cos(t+beta)*np.sin(2.0*t)

def generate():

clazz = {

'1' : class1,

'2' : class2,

'3' : class3

}

for classID in clazz :

for i in xrange(50):

fd = open("dataset/%s_%s"%(classID, i+1), 'w')

beta = 2*np.pi*np.random.random()

t = 2*np.pi*np.random.random()

for _ in xrange(30):

fd.write("%s %sn"%clazz[classID](t, beta))

t += timestep

fd.close()

当我绘制第二类的轨迹(使用matplotlib)时,我得到一个奇怪的结果……例如：