Show
Ignore:
Timestamp:
06/09/10 14:00:40 (15 years ago)
Author:
mido
Message:

astyle applied all over the library

Location:
library/tests/tutorial
Files:
2 modified

Legend:

Unmodified
Added
Removed

  • library/tests/tutorial/arx_simple.cpp

    r722 r1064  
    44// estimation of AR(0) model 
    55int main() { 
    6         //prior 
    7         mat V0 = 0.00001 * eye ( 2 ); 
    8         V0 ( 0, 0 ) = 0.1; // 
    9         ARX Ar; 
    10         Ar.set_statistics ( 1, V0 ); //nu is default (set to have finite moments) 
    11         Ar.set_constant ( true ); 
    12         Ar.validate(); 
    13         // forgetting is default: 1.0 
    14         mat Data = concat_vertical ( randn ( 1, 100 ), ones ( 1, 100 ) ); 
    15         Ar.bayes_batch ( Data ); 
     6    //prior 
     7    mat V0 = 0.00001 * eye ( 2 ); 
     8    V0 ( 0, 0 ) = 0.1; // 
     9    ARX Ar; 
     10    Ar.set_statistics ( 1, V0 ); //nu is default (set to have finite moments) 
     11    Ar.set_constant ( true ); 
     12    Ar.validate(); 
     13    // forgetting is default: 1.0 
     14    mat Data = concat_vertical ( randn ( 1, 100 ), ones ( 1, 100 ) ); 
     15    Ar.bayes_batch ( Data ); 
    1616 
    17         cout << "Expected value of Theta is: " << Ar.posterior().mean() << endl; 
     17    cout << "Expected value of Theta is: " << Ar.posterior().mean() << endl; 
    1818} 

  • library/tests/tutorial/kalman_simple.cpp

    r722 r1064  
    44// estimation of AR(0) model 
    55int main() { 
    6         //dimensions 
    7         int dx = 3, dy = 3, du = 1; 
    8         // matrices 
    9         mat A = eye ( dx ); 
    10         mat B = zeros ( dx, du ); 
    11         mat C = eye ( dx ); 
    12         mat D = zeros ( dy, du ); 
    13         mat Q = eye ( dx ); 
    14         mat R = 0.1 * eye ( dy ); 
    15         //prior 
    16         mat P0 = 100 * eye ( dx ); 
    17         vec mu0 = zeros ( dx ); 
    18         // Estimator 
    19         KalmanCh KF; 
    20         KF.set_parameters ( A, B, C, D,/*covariances*/ Q, R ); 
    21         KF.set_statistics ( mu0, P0 ); 
    22         KF.validate(); 
    23         // Estimation loop 
    24         for ( int i = 0; i < 100; i++ ) { 
    25                 KF.bayes ( randn ( dy ), randn ( du ) ); 
    26         } 
    27         //print results 
    28         cout << "Posterior estimate of x is: "  << endl; 
    29         cout << "mean: " << KF.posterior().mean() << endl; 
    30         cout << "variance: " << KF.posterior().variance() << endl; 
     6    //dimensions 
     7    int dx = 3, dy = 3, du = 1; 
     8    // matrices 
     9    mat A = eye ( dx ); 
     10    mat B = zeros ( dx, du ); 
     11    mat C = eye ( dx ); 
     12    mat D = zeros ( dy, du ); 
     13    mat Q = eye ( dx ); 
     14    mat R = 0.1 * eye ( dy ); 
     15    //prior 
     16    mat P0 = 100 * eye ( dx ); 
     17    vec mu0 = zeros ( dx ); 
     18    // Estimator 
     19    KalmanCh KF; 
     20    KF.set_parameters ( A, B, C, D,/*covariances*/ Q, R ); 
     21    KF.set_statistics ( mu0, P0 ); 
     22    KF.validate(); 
     23    // Estimation loop 
     24    for ( int i = 0; i < 100; i++ ) { 
     25        KF.bayes ( randn ( dy ), randn ( du ) ); 
     26    } 
     27    //print results 
     28    cout << "Posterior estimate of x is: "  << endl; 
     29    cout << "mean: " << KF.posterior().mean() << endl; 
     30    cout << "variance: " << KF.posterior().variance() << endl; 
    3131}