本文介绍了最小均方算法（LMS），该算法由Bernard Widrow和Marcian E. Hoff提出，主要应用于滤波器参数的修正，以最小化均方差。LMS在机器学习和通信信号处理中有广泛应用，如自适应滤波器。文章概述了LMS的基本结构，包括线性组合器和误差信号的计算，并提到了几种优化方式。
一、算法介绍
最小均方算法（Least Mean Square，LMS）由 Bernard Widrow 和 Marcian E. Hoff 提出，用于修正滤波器参数使均方差（Mean Square Error，MSE）达到最小。
LMS算法可认为是机器学习里面最基本也比较有用的算法，神经网络中对参数的学习使用的就是LMS的思想，在通信信号处理领域LMS
最小均方算法LMS总结
最新推荐文章于 2023-06-22 16:38:32 发布
最低0.47元/天 解锁文章
扫一扫
2869
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
