首页
移动开发
Android
bada
BlackBerry
Flash
HTML5
iOS
JavaME
MeeGo
QT
Symbian
编程语言
Actionscript
C
C#
C++
Delphi
Java
Javascript
Perl
PHP
Python
网络技术
网管软件
网络基础
网络监控
网络设备
系统集成
综合布线
其他
操作系统
DOS
Linux
MacOS
OS
Solaris
Ubuntu
Unix
Windows Server
桌面系统
其他
安全技术
网络攻防
网络安全
系统安全
其他
数据库
Access
DB2
Informix
Memcached
MongoDB
MySQL
Oracle
PostgreSQL
Redis
SQLite
行业
餐饮零售
电信
电子政务
互联网
交通
教育
金融
旅游
嵌入式
外包
服务器应用
DNS
FTP
Mail服务器
Proxy
VPN
Web服务器
群集服务
虚拟化
其它
信息化
电子商务
管理软件
IT管理
企业管理
项目管理
其它
考试认证
微软认证
思科认证
华为认证
Oracle认证
Linux/Unix认证
软考等考
其它
云计算
kubernetes
mesos
Docker
微服务
Openstack
平台管理
大数据
spark
Hadoop
Hbase
Hive
Netty
flink
算法与数据结构
kafka
Storm
跨平台
ReactNative
PhoneGap
Cordova
CrossAPP
Weex
APICloud
WeX5
音视频
编解码
直播技术
图像处理
游戏开发
cocos2D
Unity3D
其他
人工智能
机器学习
深度学习
搜索引擎
计算广告
VR
论文/代码
区块链
比特币
以太坊
Dapp
BlueMix
存储
Dell
EMC
HP
IBM
Microsoft
SUN
Veritas
其他
课程学习
3G/移动开发
C++/C
Java
.Net
PHP
嵌入式
软件测试
数据库
网络管理
网页制作
更多
搜索
登录
注册
订单查询
上传资源
yzy_kamisawa
这家伙很懒,什么也没写
Ta上传的资源
(0)
LMS自适应滤波器原理
LMS(最小均方误差)算法是基于梯度的算法,应用准则是均方误差函数(MSE)最小化原则,它在迭代运算中不断地调整滤波器权系数,直到MSE达到最小值为止。。。
RLS自适应滤波器原理总结
为了克服LMS算法的缺点,我们采用在每个时刻对所有已输入信号重估的平方误差之和最小这样的准则,即RLS自适应滤波算法。。。