24小时热门版块排行榜    

CyRhmU.jpeg
查看: 970  |  回复: 2
【悬赏金币】回答本帖问题,作者leejay1986将赠送您 600 个金币

leejay1986

木虫 (小有名气)

[求助] 无法理解LMS最小均方算法

各位大神,我最近在学习最小均方算法,也就是LMS算法。我理解不了,既然期望信号d(n)是必须输入的量,那直接提取出d(n),让执行机构输出d(n)不就行了吗?还滤什么波呢?比如,上游实时地监测振动的波动信号d(n),令下游同轴的电机实时地输出相反的信号-d(n),就可以抵消掉这个波动量了,什么要引入滤波器呢?
求教各位大神,小弟先谢谢了!

发自小木虫Android客户端
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

blzhx

银虫 (小有名气)

你无法知道每一个时刻的波动量。滤波是为了加权来消除相邻几个时刻间的串扰,这个串扰是固定的,可以经由lms算法训练出来

发自小木虫Android客户端
2楼2021-06-23 13:25:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

byywnyl

金虫 (正式写手)

是这样的:随机变量(x,y)服从某一未知分布,我们的模型要做的事情就是建模y=f(x),以后每次遇到观察值x都能输出最有可能的y。因为分布是未知的,我们无法根据整个分布计算最合适的函数,只能退而求其次,通过若干次的取样,在样本的基础上进行学习,这个样本就称为数据集。在训练过程中,您提到的d(n)也就是样本中的y,是必须输入的量,因为这个量是用来指导模型调整参数的。而一旦训练完成,把模型投入实际应用了,便不再需要d(n),模型会自动根据输入的信号来预测最好的输出(按照LMS算法的定义,这里的“最好”是指在整个分布上,模型输出值与期望的输出之间的欧氏距离的数学期望尽量小)。

发自小木虫Android客户端
3楼2021-07-20 22:38:55
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 leejay1986 的主题更新
不应助 确定回帖应助 (注意:应助才可能被奖励,但不允许灌水,必须填写15个字符以上)
信息提示
请填处理意见