搜索资源列表
DiTuiGaoXiaoLv
- 习惯了使用递归，但时间和空间都不是很好，而递推则解决了这个问题，递推不仅能节省时间，空间也是很不错的哦！-Accustomed to the use of recursion, but time and space are not very good, but recurrence is to solve this problem, recursive not only save time, space is also very good oh!
x
- This derivation of the normalised least mean square algorithm is based on Farhang- Boroujeny 1999, pp.172-175, and Diniz 1997, pp 150-3. To derive the NLMS algorithm we consider the standard LMS recursion, for which we select a variable step size
recursion-in-the-expert-systems
- 在智能故障诊断中, C(C++)语言具有多方面优于传统人工智能语言(如LISP、PROLOG)的特性, 它对递归的支持使得用 其来开发故障诊断专家系统成为可能。本文研究了故障诊断专家系统开发中用到的递归方法及其基于C(C++)的实现, 具体 包括: 动态数据库设计中结构体的递归定义, 推理机设计中函数的递归调用等。针对知识推理中易出现的“循环递归”问题, 提出了一种基于“因果网络直观图”的解决方法。-C ( C++ )language possesses characteristic
2b-recursion
- 低归 低归 低归 低归 低归 低归-recusive
not-recursive-realized
- 该程序是分段函数： akm(m,n){ n+1 m =0 akm(m-1,1) m!=0,n=0 akm(m-1),(akm(m,n-1)) m!=0,n!=0 实现递归和非递归的算法 非递归算法可能使计算时间减少-The program is piecewise function: Akm (m, n) { N+ 1 m = 0 Akm (m-1, 1) m! = 0, n = 0 Akm (m-1) (akm (m, n-1)) m! = 0, n.=
RSNA
- 待辨识对象参数a=[1 -1.5 0.7] b=[1 0.5] 输入采用长度L=400的白噪声序列，输出 ，输入和输出数据均含不相关随机噪声，ρ（k）=1/k。利用上述递推公式，辨识系统参数。-To identify the object parameters a = [1-1.5 0.7] B = [1 0.5] Input the length L = 400 white noise sequence, the output, the input and output data
RELS
- 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding noise model for moving average
RFF
- 辨识模型与遗忘因子法所用模型相同，其中， 0 ≤μ≤1为遗忘因子， 此处取0.98。 数据长度L=402。一次算法和递推算法结果基本一致，但递推算法可以实现在线实时辨识，而且可以减少计算量和存储量。-Identification model and forgetting factor method used the same model, among them, 0 or less or less 1 μ for forgetting factor, here take 0.98. Data l
introduction-of-adp
- 自适应动态规划介绍。一种求解动态规划方法HJB方程的自学习控制算法，称其为自适应动态规划算法。所提的算法可以用来解决未知离散时间非线性系统的最优控制问题，同时给出了该控制算法的收敛性证明。算法的实现用到了三个神经网络，在递推的每一步分别用来近似性能指标函数、最优控制律和未知非线性系统。-Adaptive Dynamic Programming introduction. Dynamic programming method for solving the HJB equation self-le