|
ru.algorithms
- RU.ALGORITHMS ----------------------------------------------------------------
From : Evgenij Masherov 2:5020/175.2 11 Apr 2003 12:42:29
To : Victor Pomortseff
Subject : Re: Экстраполяция числового ряда
--------------------------------------------------------------------------------
Fri Apr 11 2003 12:18, Victor Pomortseff wrote to Anatoly Saveliev:
AS>> поскольку такой вариант ближе к DSP, то можно начать с сайта, который
AS>> создал Евгений Машеров (посмотри в архиве, была ссылка).
VP> Спасибо, поищу.
Звали? :)
Сайт dsp-book.narod.ru
Вот то, что ныне на книжной полке...
Рабинер и Голд Теория и практика цифровой обработки сигналов
Signal Analysis (Revised Edition) by Alfred Mertins (engl)
Advanced Digital Signal Processing and Noise Reduction (Second Edition) by
Saeed V. Vaseghi (engl)
Введение в цифровую обработку сигналов. Е. Машеров
MIXED-SIGNAL AND DSP DESIGN TECHNIQUES материалы семинаров Analog Devices,
2003
Algorithms for programmers - ideas and source code Jorg Arndt
Isolated and connected word recognition. L.Rabiner S.Levinson
Digital Audio Restoration. Simon Godsill, Peter Rayner,Olivier Cappe
Toward Spontaneous Speech Recognition and Understanding. Sadaoki Furui
Wavelet-based denoising of speech. Arkady Bron
THE TrustterPro TECHNOLOGY. Распознавание лжи по голосу
Pre-Processing of Noisy Speech for Voice Coders. Tarun Agarwal
Speech Recognition HOWTO. Stephen Cook
Nonlinear Analysis of Electroencephalogram with Different Brain Functions and
Its Application. Shen Minfen, Sun Lisha, J .H. Ting, Congtao Xu
A VERY LOW BIT RATE SPEECH CODER USING HMM WITH SPEAKER ADAPTATION. Takashi
Masukoy, Keiichi Tokudayy, and Takao Kobayashiy
IMPLEMENTATION AND ANALYSIS OF SPEECH RECOGNITION FRONT-ENDS. V. Mantha, R.
Duncan, Y. Wu, and J. Zhao
SPEECH RECOGNITION. Steve Renals
Linear Predictive Coding. Из руководства Analog Devices
GSM Codec. Из руководства Analog Devices
Sub-Band ADPCM. Из руководства Analog Devices
SPEECH RECOGNITION. Из руководства Analog Devices
V.90 modem software on ADSP 218x family
Modified Goertzel algotithm in DTMF detection using the TMS320C80.
Digital Audio Compression. Davis Yen Pan
An Introduction to Wavelets. Amara Graps
Blind signal separation: statistical principles. Jean-Francois Cardoso
DSP solutions for telephony and data/faxsimile modems. (Texas Instruments)
Equalization Concepts: A Tutorial. David Smalley
V.34 Transmitter and receiver implementation on the TMS320C50DSP
Developing Secure Communication Systems Using the TMS320C50 DSP. F. Sousa, P.
Felix
Implementing a Noise Cancellation System with the TMS320C31. V. Davidek, J.
Sika, J. Stusak
Implementation of a CELP Speech Coder for the TMS320C30 using SPOX. Mark D.
Grosen
Digital Signal Processing Handbook
The Handbook of Formulas and Tables for Signal Processing. Alexander D.
Poularicas
The Transform and Application Handbook
The Transform and Application Handbook (гл. 1 по техническим причинам
архивирована)
The Transform and Application Handbook(гл. 7 по техническим причинам
архивирована)
C Coding Standard. Jean J. Labrosse
Software Safety Certification Primer. Chip Downing
Structure and Interpretation of Signal and Systems. Edward A. Lee, Pravin
Varaiya
"Петля Костаса" - текст патента США (англ)
The Costas Loop - An Introduction. Eric Hagemann
The Costas Loop - An Introduction. Eric Hagemann
The Costas Loop - Closing the Loop. Eric Hagemann
The Costas Loop - Setting the Loop. Eric Hagemann
The Costas Loop - Wrapping It Up. Eric Hagemann
An Introduction to Statistical Signal Processing. Robert M.Gray and Lee
D.Davisson
Устойчивые методы обработки результатов измерений. В.С.Сизиков
AS>> А самый простой вариант анализа - берем достаточно длинный ряд, и строим
AS>> по нему в любом статпакете линейную регрессию
AS>> y=a0+a1*X(n)+a2*X(n-1)+...+ak*X(n-k+1), где y - либо X(n+1), либо
AS>> признак его роста-сохранения-убывания, после чего оцениваем коэфициенты
AS>> и их значимость, оставляем наиболее значимые, и переводим в целые числа;
AS>> возможно вместо самих X(i) лучше попробовать использовать такой же
AS>> признак роста-сохранения-убывания для них.
VP> Hе проходит. Все это надо делать по ходу - ряды постоянноменяются. Если
VP> конкретно, то это период следования импульсов зажигания ДВС. Точнее,
VP> время между предыдущим и следующим импульсами. Время это зависит от
VP> скорость вращения коленвала двигателя и фиксированой последовательности
VP> тут нет и быть не может.
Таак. Авторегрессия, по-видимому, остается самым простым решением (если не
считать тривиальных).
y(t)=a1*y(t-1)+a2*y(t-2)+...+an*y(t-n)
Выбор порядка - задача нетривиальная, так что для начала определим волевым
решением...
Hачальные значения берем, скажем, а1=1, все прочие нули.
Затем подбираем коэффициенты МHК.
Есть схемы, на каждом шаге дающие точное решение для данного набора входных
данных. Они квадратичны по памяти и времени.
Если это накладно - есть приближенные схемы.
Получив прогноз, на следующем шаге получаем его ошибку, умножаем на вектор
значений у-ков, использованных для этого прогноза - и получаем коррекцию
A(t)=A(t-1)-alpha*eps*Y(t-1)
Евгений Машеров АКА СанитарЖеня
--- ifmail v.2.15dev5
* Origin: FidoNet Online - http://www.fido-online.com (2:5020/175.2)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
Re: Экстраполяция числового ряда 
