欢迎访问 生活随笔!

生活随笔

当前位置: 首页 > 编程资源 > 编程问答 >内容正文

编程问答

【Paper】An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict

发布时间:2025/4/5 编程问答 45 豆豆
生活随笔 收集整理的这篇文章主要介绍了 【Paper】An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict 小编觉得挺不错的,现在分享给大家,帮大家做个参考.

算法

  • Paper
  • DES (Double Exponential Smoothing) 算法
  • Kalman-Filter Algorithm
    • KF
    • EKF
  • Exponentially Weighted Averages 指数加权平均算法

Paper

2003_An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict

DES (Double Exponential Smoothing) 算法

Kalman-Filter Algorithm

From: 卡尔曼滤波(Kalman Filter)原理与公式推导

卡尔曼滤波作为一种状态最优估计算法,与《现代控制系统》中的观测器设计思维类似,都是利用观测量并结合系统的模型来对系统的状态进行估计。但二者又有不同,由前面的介绍可知卡尔曼滤波的目的是利用卡尔曼增益来修正状态预测值,而观测器设计的目的是当系统的有些状态信息无法有效获取或不易测得时,通过状态重构,以便实现反馈控制。

https://zhuanlan.zhihu.com/p/21294526

KF

EKF

Exponentially Weighted Averages 指数加权平均算法

Ref: 2.3 指数加权平均-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授

总结

以上是生活随笔为你收集整理的【Paper】An Experiment Comparing Double Exponential Smoothing and Kalman Filter-Based Predict的全部内容,希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错,欢迎将生活随笔推荐给好友。