设计FIR数字滤波器的随机抽样递推最小二乘算法

考虑了对称系数及反对称系数的ＦＩＲ数字滤波器的设计问题,将这个设计问题看成一个线性系统的辨识问题,辨识系统参数所需的输入数据由一随机抽样法产生,辨识算法采用递推最小二乘法。按随机抽样法产生的数据保证了被辨识参数的收敛性,实现了最小加权平方误差准则,最后给出了几个设计范例。     

正交最小二乘算法及其应用

介绍了正交最小二乘法的算法原理，同经典的最小二乘法相比，其数值稳定性好、计算量小，能节省大量存贮空间。应用了Ｈｏｕｓｅｈｏｌｄｅｒ变换、Ｇｉｖｅｎｓ变换和它的逆变换３种算法。根据残差矢量最小准则，将该法用于ＡＲＭＡ模型结构辨识和时变ＡＲ模型参数估计，取得了满意的仿真结果。     

设计FIR数字滤波器的随机抽样递推最小二乘算法

考虑了对称系数及反对称系数的ＦＩＲ数字滤波器的设计问题,将这个设计问题看成一个线性系统的辨识问题,辨识系统参数所需的输入数据由一随机抽样法产生,辨识算法采用递推最小二乘法．按随机抽样法产生的数据保证了被辨识参数的收敛性,实现了最小加权平方误差准则．最后给出了几个设计范例．     

基于最小二乘法模拟听力损失曲线滤波器设计

为了在助听器客观评价时综合考虑佩戴者的不同程度听力损失,提出了一种听力图的模拟方法。该方法首先通过听力图计算各个频率点的幅度衰减;然后以此为依据,采用最小二乘法设计有限冲激响应滤波器,来模拟典型的听力图,使语音通过该滤波器后达到与听力图显示的患者听力损失相同的衰减效果,从而实现对听力损失的模拟。最后,通过一组实验表明:该滤波器对输入信号的频域衰减效果确实同典型的听力图一样。可见该滤波器有望加入助听器的测量评价体系,以提高评价准确性。     

基于最小二乘法模拟听力损失曲线滤波器的设计

为了在助听器客观评价时综合考虑佩戴者的不同程度听力损失,本文提出了一种听力图的模拟方法。该方法首先通过听力图计算各个频率点的幅度衰减,然后以此为依据,采用最小二乘法设计FIR滤波器,来模拟典型的听力图,使语音通过该滤波器后达到与听力图显示的患者听力损失相同的衰减效果,从而实现对听力损失的模拟。最后,文章通过一组实验表明：该滤波器对输入信号的频域衰减效果确实同典型的听力图一样。可见该滤波器有望加入助听器的测量评价体系,以提高评价准确性。     

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题，提出了一种鲁棒的总体最小二乘自适应算法．该算法利用滤波器的增广权向量的瑞利商为损失函数，导出了其自适应迭代公式，并利用随机离散学习规律对权向量模的分析进行算法梯度修正，提高了算法的噪声鲁棒性，而且使得算法简单，稳定性好，收敛精度高．将该算法应用于Volterra滤波器，可使滤波器在非线性系统中的信噪比达到10dB，在学习因子为0．01时，算法仍然能够保持良好的收敛性．仿真结果表明，即使在高噪声环境或使用较大学习因子的情况下，该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用.     

实时最小二乘算法的神经网络实现

本文提出了一种求解最小二乘问题的神经网络模型。理论分析和模拟结果表明：该网络是稳定的并且能在电路时常数数量内获得近似解。     

最小二乘法应用探讨

探讨了最小二乘法的基本原理及其各种变形的拟合方法,其中包括：一元线性最小二乘法拟合、曲线化直、多元线性拟合、多项式拟合、非线性拟合,并且讨论了用镜像映射和切比雪夫多项式解“病态”矛盾方程组的基本原理和方法,在此基础此上编写、调试了几种最小二乘法程序。     

一种基于最小二乘准则的自适应滤波算法

基于最小二乘准则J（n)=∑i=1^nλn-i|e(i)|^2,利用最徒梯度下降法,得到一种新的梯度型自适应滤波算法,该算法避免了递推最小二乘RLS（Recursive Least Squares)乍江需递推估计更新自相关矩阵Rxx(n)的逆的不足,计算模拟仿真结果表明该算法有良好的收敛性能,收敛速度快于LMS（Least Mean Squares)算法、NLMS（Normalized Least Mean Squares)算法和RLS算法。     

偏最小二乘法的简化算法

ＰＬＳ首先由Ｗｏｌｄ在１９９６年提出并应用于经济计量学中［１］，直到８０年代开始在化学中得到应用，成为一种新的多元分析方法，已成功地用于分析化学［２］．如：紫外光谱、气相色谱和电分析化学，等等．在实际分析中，ＰＬＳ广泛用于混合物多组分的同时测定，对吸...     

基于最小二乘支持向量机的滤波器设计

为了改善传统方法设计滤波器的幅频响应性能,提出了基于最小二乘支持向量机的滤波器设计方法．优化选择最小二乘支持向量机参数,以理想滤波器的幅度响应作为学习样本,通过最小二乘支持向量机训练,使得实际滤波器的幅度响应逼近理想滤波器的幅度响应．仿真结果表明,由该方法设计的一维和二维滤波器性能接近于理想滤波器．     

整体最小二乘法与最小二乘法的差异性分析

加权整体最小二乘法(WTLS)估计变量误差模型(EIV)参数需要进行大量的矩阵运算,为了提升估计EIV模型参数的计算效率.本文以WTLS的平差准则为出发点,运用矩阵运算定理,研究了WLS与WTLS平差准则之间的联系,从理论上证明了最小二乘法(不加权)与整体最小二乘法(不加权)估计EIV模型参数的等价性;同时分析了在EIV模型参数是微小量的条件下,用加权最小二乘法(WLS)直接代替WTLS估计EIV模型参数的可行性.模拟结果表明,在坐标转换参数是微小量的情况下WLS和WTLS的解算结果基本一致,验证了理论分析的正确性.     

采用最小均方算法的自适应横向滤波器

文章首先简单介绍了LMS算法和采用此算法的系统结构图,随后分别给出了MATLAB和SIMULINK的具体实现及其运行结果,最后针对迭代步长对系统性能的影响情况进行简明的讨论。结果证明,采用LMS算法得出的结果与准确值的偏差在工程上完全可以接受,并且算法容易实现。     

一种稳定的总体最小二乘自适应滤波算法

针对输入输出观测数据均含有噪声的滤波问题,提出了一种稳定的总体最小二乘自适应算法.该算法以系统的增广权向量的瑞利商与增广权向量最后元素的约束项的和作为总损失函数,利用梯度最陡下降原理导出权向量的自适应迭代算法,并通过对算法稳定性的分析确定了算法中学习因子的取值范围.所提出的算法稳定,计算复杂度低,既没有平方根运算,也不需要标准化处理.仿真实验表明,该算法的收敛性能、鲁棒抗噪性能和稳态收敛精度均明显高于同类其他总体最小二乘算法.     

Fuzzy排序向量的最小二乘算法

本文讨论了在Ｆｕｚｚｙ环境中应用最小二乘排序法，由Ｆｕｚｚｙ判断矩阵导出方案的Ｆｕｚｚｙ排序向量的问题。通过用λ截集距离的积分定义的Ｆｕｚｚｙ判断空间中的距离，给出了最小二乘排序法在Ｆｕｚｚｙ环境中的表示形式，将Ｆｕｚｚｙ环境中的最小二乘排序问题转化为泛函的极值问题。在讨论了对应于泛函的Ｅｕｌｅｒ方程组的性质之后，得到了方案排序向量的计算公式。本文将层次分析法中只能处理精确判断的最小二乘排序法拓广