1) new estimation arithmetic
新辨识算法
2) identification algorithm
辨识算法
1.
The realizing process of a computer vision system is introduced, the design of team colour and some affecting factors are especially analyzed, and a new identification algorithm is proposed for one of the designs of team colour and is well applied in experiment.
介绍了足球机器人视觉子系统的实现过程,重点分析了视觉系统中色标设计及其影响因素,并针对一种色标设计提出了一种新的基于角度补偿的色标辨识算法。
2.
Introducing the frame of NewNEU soccerrobot vision system, its key technologies were explicated including image correction, image segmentation and identification algorithm.
简要概括了NewNEU足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了详细介绍·关键技术包括图像矫正,图像分割和辨识算法·通过投影矫正和几何矫正,克服了成像系统本身存在的图像形变问题·根据足球机器人系统的特点,选择HSV颜色模型,用来构造分色器和建立颜色信息库,实现对图像目标的分割·讨论了各种色标设计方案,提出一种抗干扰性较强的色标设计方案,并给出了相应的辨识算法
3.
ased on the identification model of system parameters in the robotic adaptive perturbation control,this paper studies the parallel computation of recursive least square(RLS)identification algorithm,and proposes a multi-single-chip computer structure based on Intel 8098 as the implementation of the algorithm.
以机器人自适应扰动控制中系统参数的辨识为模型，对违归最小二乘辨识算法的并行计算进行了较深入的研究。
3) multi-innovation stochastic gradient identification algorithm
多新息随机梯度辨识算法
1.
In order to improve the identification accuracy of dynamic system,multi-innovation stochastic gradient identification algorithm based on feedforward neural networks is presented,which can improve the online identification performance of the networks by adjusting its connection weights dynamically.
为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能。
6) UD-FEM-ANN identification method
UD-FEM-ANN辨识算法
补充资料：递推辨识算法
分子式：
CAS号：
性质：在辨识算法中，一种方法是“一次完成”的参数辨识算法，它是用全部数据进行一次运算得出结果。一般来说，数据愈多，估计精度就越高，这样一次完成计算量很大，不便于在线运动。递推辨识算法就是每取得一组新数据后，在原有估计量的基础上，根据新数据带来的信息，对原估计量进行一些修正，就得到了新的估计量的办法。递推辨识算法是不断地通过修正和迭代完成的，在迭代过程中，估计出的参数值是否随迭代次数的增加而与某个固定值不断地接近，即迭代形成的估计参数的序列是否收敛于某个固定值的性质称为是递推辨识算法的收敛性。
CAS号：
性质：在辨识算法中，一种方法是“一次完成”的参数辨识算法，它是用全部数据进行一次运算得出结果。一般来说，数据愈多，估计精度就越高，这样一次完成计算量很大，不便于在线运动。递推辨识算法就是每取得一组新数据后，在原有估计量的基础上，根据新数据带来的信息，对原估计量进行一些修正，就得到了新的估计量的办法。递推辨识算法是不断地通过修正和迭代完成的，在迭代过程中，估计出的参数值是否随迭代次数的增加而与某个固定值不断地接近，即迭代形成的估计参数的序列是否收敛于某个固定值的性质称为是递推辨识算法的收敛性。
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