1) LMS algorithm
LMS算法
1.
Modified variable step size LMS algorithm and its application in system identification;
一种改进变步长LMS算法及其在系统辨识中的应用
2.
A variable step size LMS algorithm and its Matlab simulation;
一种变步长LMS算法及其Matlab仿真
3.
FPGA implementation of adaptive antenna array technology based on fixed-point LMS algorithm;
基于定点LMS算法的自适应天线阵技术及其FPGA实现
2) LMS
LMS算法
1.
A new speech enhancement method based on variable step size LMS algorithm;
一种基于变步长LMS算法的语音增强方法
2.
Adaptive Equalization Simulation Based on LMS Algorithm;
自适应均衡器的LMS算法实现及其仿真
3.
Studies on the Convergence Performance of Least Mean Square (LMS) Algorithm and Its Applications;
LMS算法收敛性能研究及应用
3) LMS Algorithms
LMS算法
1.
Discussion on Variable Step LMS Algorithms;
关于几种变步长LMS算法的讨论
2.
The research of LMS algorithms for colored environments;
有色环境下的LMS算法研究
4) LMS arithmetic
LMS算法
1.
LMS arithmetic was adopted to optimize the adaptive filter,so as to meliorate the quality of satellite communications.
分析卫星通信中回波的产生原因及两种消除回波的方法,采用LMS算法优化回波抵消器中的自适应滤波器,来改善卫星通话质量,并对基于该算法的滤波器滤波效果进行MATLAB仿真。
5) least mean square algorithm
LMS算法
1.
An adaptive filter based on least mean square algorithm has been realized by using universal digital signal processor TMS320C5402.
在通用DSP芯片TMS320C5402上实现了基于LMS算法的自适应滤波器,并对调试运行结果进行了分析讨论,其结果为将来硬件实现LMS自适应滤波器提供了可靠保证,为自适应滤波器在实际中的应用提供了参考。
2.
By means of stochastic process theory, the bounded convergence of least mean square algorithm (LMS) is studied without data stationary assumption and ergodicity condition.
在无过程数据平稳性假设和各态遍历等条件下 ,运用随机过程理论研究了最小均方算法 (LMS)的有界收敛性 ,给出了估计误差的上界 ,论述了LMS算法收敛因子或步长的选择方法 ,以使参数估计误差上界最小 。
6) FX-LMS algorithm
FX-LMS算法
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条