【Paper】An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict
生活随笔
收集整理的這篇文章主要介紹了
【Paper】An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
算法
- Paper
- DES (Double Exponential Smoothing) 算法
- Kalman-Filter Algorithm
- KF
- EKF
- Exponentially Weighted Averages 指數加權平均算法
Paper
2003_An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict
DES (Double Exponential Smoothing) 算法
Kalman-Filter Algorithm
From: 卡爾曼濾波(Kalman Filter)原理與公式推導
卡爾曼濾波作為一種狀態最優估計算法,與《現代控制系統》中的觀測器設計思維類似,都是利用觀測量并結合系統的模型來對系統的狀態進行估計。但二者又有不同,由前面的介紹可知卡爾曼濾波的目的是利用卡爾曼增益來修正狀態預測值,而觀測器設計的目的是當系統的有些狀態信息無法有效獲取或不易測得時,通過狀態重構,以便實現反饋控制。
https://zhuanlan.zhihu.com/p/21294526
KF
EKF
Exponentially Weighted Averages 指數加權平均算法
Ref: 2.3 指數加權平均-深度學習第二課《改善深層神經網絡》-Stanford吳恩達教授
總結
以上是生活随笔為你收集整理的【Paper】An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【控制】《自动控制原理》胡寿松老师-第1
- 下一篇: 【控制】《多智能体机器人系统信息融合与协