| 查看: 996 | 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» 猜你喜欢
有没有人能给点建议
已经有5人回复
-
假如你的研究生提出不合理要求
已经有12人回复
-
实验室接单子
已经有7人回复
-
全日制（定向）博士
已经有5人回复
-
萌生出自己或许不适合搞科研的想法，现在跑or等等看？
已经有4人回复
-
Materials Today Chemistry审稿周期
已经有4人回复
-
参与限项
已经有3人回复
-
对氯苯硼酸纯化
已经有3人回复
-
所感
已经有4人回复
-
要不要辞职读博？
已经有7人回复
2楼2021-06-23 13:25:29
byywnyl
金虫 (正式写手)
- 应助: 0 (幼儿园)
- 金币: 936.5
- 散金: 184
- 沙发: 4
- 帖子: 661
- 在线: 46.5小时
- 虫号: 21958254
- 注册: 2020-04-23
- 性别: GG
- 专业: 计算机科学
|
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