A new learning statistic for adaptive filter based on predicted residuals

查看全文 作　　者：YANG [1]Yuanxi;GAO [2]Weiguang

机构地区：[1]Xi'an Research Institute of Surveying and Mapping, Xi'an 710054, China;[2]Institute of Surveying and Mapping, University of Information Engineering, Zhengzhou 450052, China

出　　处：《Progress in Natural Science:Materials International》索引2006年第16卷第8期,共5页

基　　金：Supported by National Natural Science Foundations of China (Grant Nos. 40274002 and 40474001) 摘　　要：为一个适应过滤器的一个关键问题是为从一些运动学的模型平衡大小和预言的州的信息的贡献建立一个合适的适应因素。合理适应因素基于州的差异和变化部件比率需要可靠学习统计,新学习统计基于预言的剩余被建立,它与退出不同学习统计。新学习统计数值不需要当然,在过滤进程前估计家族催吐药状态参数为所有观察时代估计州的参数不需要必要大小。新学习统计数值能和州的差异构造的学习因素被使用。新学习因素的优点和缺点被分析,并且一个例子被给。 关键词：适应因子自适应滤波器运动模型残留预测

相关文献

参考文献（14）
引证文献（72）
耦合文献（119）

参考文献(14)

引证文献(72)

耦合文献(119)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

A new learning statistic for adaptive filter based on predicted residuals

参考文献(14)

引证文献(72)

耦合文献(119)

用户提示