Questions tagged «optimization»

5
移动平均滤波器(FIR滤波器)的最佳一阶IIR(AR滤波器)近似值是多少?
假定以下一阶IIR滤波器: y[n]=αx[n]+(1−α)y[n−1]y[n]=αx[n]+(1−α)y[n−1] y[n] = \alpha x[n] + (1 - \alpha) y[n - 1] 我如何选择参数 st IIR尽可能接近FIR,FIR是最后样本的算术平均值:αα \alpha kk k z[n]=1kx[n]+1kx[n−1]+…+1kx[n−k+1]z[n]=1kx[n]+1kx[n−1]+…+1kx[n−k+1] z[n] = \frac{1}{k}x[n] + \frac{1}{k}x[n-1] + \ldots + \frac{1}{k}x[n-k+1] 其中,表示IIR的输入可能比,但我想对最后输入的平均值进行最佳近似。n∈[k,∞)n∈[k,∞) n \in [k, \infty) kk k kk k 我知道IIR具有无限的脉冲响应,因此我正在寻找最佳近似值。无论是还是成本函数的分析解决方案,我都很高兴。L2L2 {L}_{2} L1L1 {L}_{1} 仅给出一阶IIR,如何解决此优化问题。 谢谢。

1
什么使曲面凸出错误?是由Covarinace矩阵还是由Hessian确定?
我目前正在学习有关回归的最小二乘估计(以及其他方法),并且从一些自适应算法文献中也可以看到,经常出现短语“ ...并且由于误差面是凸的...”,并且从何开始是凸面的任何深度都找不到。 ...那么究竟是什么使它凸出呢? 我发现这种重复的遗漏有点令人讨厌,因为我希望能够使用自己的成本函数设计自己的自适应算法,但是如果我无法确定我的成本函数是否产生凸误差面,我将无法由于没有全局最小值,因此在应用诸如梯度下降之类的方法时走得太远了。也许我想变得有创意-例如,也许我不想使用最小二乘作为错误标准。 深入研究(我的问题从这里开始)后,我发现,为了能够判断您是否具有凸误差面,必须确保您的Hessian矩阵是正半定的。对于对称矩阵,此测试很简单-只需确保Hessian矩阵的所有特征值均为非负值即可。(如果您的矩阵不是对称的,则可以通过将其添加到自己的转置中并借助Gramian进行相同的特征值测试来使其对称,但这在这里并不重要)。 什么是黑森州矩阵?Hessian矩阵将成本函数的部分的所有可能组合编码。那里有几个局部?特征向量中的特征数目。如何计算局部数?从原始成本函数中“手动”取偏导数。 所以这正是我所做的:我假设我们有一个mmm x数据矩阵,用矩阵表示,其中,nnnXXXmmm denotes the number of examples, and nnn denotes the number of features per example. (which will also be the number of partials). I suppose we can say that we have mmm time samples and nnn spatial samples from sensors, but the physical …

5
通过MATLAB代码进行压缩感测
我是压缩感测的新手。我阅读了R.Baranuik,Y.Eldar,Terence Tao等人的几篇论文。所有这些论文基本上都提供了其背后的数学细节,例如,稀疏性,RIP,L1范数最小化等。但是,任何人都可以提供MATLAB代码实现压缩感测? 在此先感谢您的帮助。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.