说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 最优平滑系数法
1)  optimum smooth coefficient method
最优平滑系数法
2)  Optimum smooth method
最优平滑法
3)  optional smoothing algorithm
最优平滑算法
4)  optimal smoothing
最优平滑
1.
,In detection of Bernoulli Gaussian processes for Kalman filtering and optimal smoothing with jumping input sequences, two main traditional difficulties are the interference from adjacent signals and the infinite increase of the number of detected signals.
Bernouli-Gaussian白噪声的检测存在于具有跳变输入的Kalman滤波与最优平滑等问题中,邻近信号间的干扰和信号点数目无限增多是其中存在的两个主要问题。
2.
Different from existing methods, we applied optimal smoothing method to this interference problem with success.
BernouliGaussian序列的检测问题存在于具有跳变输入的Kalman滤波及最优平滑等实际应用中。
5)  optimum smoothing coefficient
优化平滑系数
6)  R-T-S optimal smoothing algorithm
R-T-S最优平滑算法
补充资料:平滑法
      对不断获得的实际数据和原预测数据给以加权平均,使预测结果更接近于实际情况的预测方法,又称光滑法或递推修正法。平滑法是趋势法或时间序列法中的一种具体方法。
  
  对于实际数据接近于平稳不变的情况,可以应用一次平滑法,以消除偶然因素的影响。一次平滑的算式为,式中 a为平滑参数,为t时刻采样值,的估值,即预测值。将上述迭代式在时间上展开,直接用采样值以及估值尳1来表示,即有
  
    这表明在t+1时刻的估值是以往实际采样值的加权平滑,而其加权系数相对于时间的关系符合指数规律,使较早时刻的情况对预测影响较少。因此,这种平滑法也称指数平滑法。平滑参数 a的值应按实际应用经验选定。a越大,表示近期的实际采样值影响越大。有时为了获得更好的修正效果,可以随时调整 a值,使它成为时变的。例如可选;而当时则选凭经验选定的下限值),于是有a1=1.00,a2=0.50,a3=0.33,a4=0.25,a5=0.20,...,a=amin。如果先应用另一种预测方法求得的估值,再按上一时刻的预测偏差进行修正,则可提高预测精度。这就是一种递推修正法。这种方法假设一种预测方法对相邻两时刻的预测偏差有关联,因而可用某时刻的预测偏差来修正下一时刻的预测值。二次平滑法是指线性趋向时间序列连续两次应用一次平滑法来估计参数的方法。此外,还有高次平滑法。移动平均法也是平滑法的一种。
  
  参考书目
   N.T.Thomopoulos著,刘涌康等译:《实用预测方法》,上海科技文献出版社,上海,1980。(N.T. Thomopoulos,Applied Forecasting Methods, Prentice-Hall, Englewood Cliffs, 1980.)

  

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