1) RLS pred ictor
递推最小二乘预测器
2) Least Square Predictor
最小二乘预测器
3) recursive least-square estimator
递推最小二乘估计器
4) recursive least square
递推最小二乘法
1.
To overcome the large memory expense in the process of on-line identification by utilizing support vector machine(SVM), least squares support vector machine (LS-SVM) was combined with recursive least square(RLS), the weigh vector and bias were adjusted on-line by RLS algorithm, and on-line identification of inverse dynamic model of system was realized.
为克服支持向量机(support vector machine,SVM)在线辨识过程需要较大的内存开销的问题,该文将递推最小二乘法(recursive least square,RLS)与最小二乘支持向量机(least squares support vector machine,LS-SVM)回归相结合,利用RLS在线调整支持向量机的权向量和偏移量,实现了系统逆动力学模型的在线辨识。
2.
The recursive least square can regulate the Q and R matrix dynamicly and rapidly.
针对Riccati方程中系数矩阵Q和R的调整需凭经验和多次试凑的不足,采用递推最小二乘法对系数矩阵进行在线调整,使系数矩阵的参数进行在线优化,更好地发挥了LQR控制器的优势。
3.
Firstly,the method establishes a heat balance model through modifying the parameter of academic reac- tion heat balance expressions using the recursive least square method.
提出了一种吹炼剩余热组合预测模型,以便能根据剩余热准确确定冷料的加入量,提高冷料的使用率;首先,基于吹炼的化学反应过程得到的剩余热计算公式,采用递推最小二乘法,修正剩余热计算公式,建立热量衡算模型;然后,利用递推最小二乘法,修正剩余热计算经验公式;最后采用组合预测算法综合集成两种模型作为剩余热计算的预测模型;实际应用结果表明:利用集成方法建立的预测模型的相对误差控制在10%的波动范围内,具有较高的预测精度。
5) RLS
递推最小二乘法
1.
Application of RLS in warning controller;
递推最小二乘法在警戒控制器上的应用
2.
RLS parameter identification and emulate based on matlab/simulink;
基于MATLAB的递推最小二乘法辨识与仿真
3.
Its parameters are identified with the Recursive Least Square method(RLS).
建立了水轮机调节系统被控对象的非线性模型,用递推最小二乘法(RLS)对被控对象进行参数辨识。
6) recursive least squares method
最小二乘递推
1.
By analyzing the several situations of the vehicle movement,using the recursive least squares method and the generalized least square error method,an adaptive controller of vehicle s acceleration was designed.
利用最小二乘递推算法和广义最小方差控制率设计了针对车辆加速度控制的自适应控制器。
补充资料：非线性最小二乘拟合
分子式：
CAS号：
性质：用最小二乘法拟合非线性方程。有些变量之间的非线性模型，通过变量变换可以化为线性模型，此称为外在线性。而有些变量之间的非线性模型，通过变量变换不能化为线性模型，通称为内在非线性。对于非线性模型y=f(ξ,θ)+ε，其残差平方和。S(θ)是θ的函数，当模型关于θ是非线性的，正规方程关于θ也是非线性的。基于使残差平方和s(θ)达到极小的原理求出θ的估计值，拟合非线性回归方程。
CAS号：
性质：用最小二乘法拟合非线性方程。有些变量之间的非线性模型，通过变量变换可以化为线性模型，此称为外在线性。而有些变量之间的非线性模型，通过变量变换不能化为线性模型，通称为内在非线性。对于非线性模型y=f(ξ,θ)+ε，其残差平方和。S(θ)是θ的函数，当模型关于θ是非线性的，正规方程关于θ也是非线性的。基于使残差平方和s(θ)达到极小的原理求出θ的估计值，拟合非线性回归方程。
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