1) recursive algorithm based on gradient
递推梯度算法
2) recursive gradient method
递推梯度法
3) double trapezoidal recursive algorithm
双梯形递推算法
1.
The article based on double trapezoidal algorithm puts forward double trapezoidal recursive algorithm for two-dimensional numerical integration.
在双梯形算法的基础上,提出了二重数值积分双梯形递推算法,给出了用C++语言编程实现双梯形递推算法的技术要点,通过对同一实例进行不同的计算实验,测试并比较了复化双梯形算法与双梯形递推算法各自运行时占用Pentium150CPU的时间,实验表明:双梯形递推算法是一种快速计算二重积分、节省CPU时间的高效方法。
4) erecursive gradient
递推梯度
1.
Adaptive intelligent two stage strain controller based on erecursive gradient control rule;
基于递推梯度控制的智能二级张力控制系统
5) Gradient recursion
梯度递推
6) recursive algorithm
递推算法
1.
Existence of the rational interpolant spline for y=e~x on [0,1] and the recursive algorithm;
函数y=e~x在[0,1]上有理插值样条的存在性及递推算法
2.
A recursive algorithm of detection probability for random phase signals;
随机相位信号检测概率的递推算法
3.
Optimal recursive algorithm for generalized discrete stochastic non-linear systems;
广义离散随机非线性系统的递推算法
补充资料：递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2)，直到获得满意的参数值为止。这种算法的每一步计算量都比较小，能够使用小型计算机进行离线或在线参数估计，可以估计时变参数，也可以实时估计适应控制器的参数（见适应控制系统）。20世纪60年代，递推估计算法得到迅速发展，到了70年代产生了许多不同的方法，例如，有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述：
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
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