Then,in case of low excitation ε wi

Then,in case of low excitation ε will be small and λ will be close to 1. In case of large prediction errors, λ will decrease.
The Exponential Forgetting and Resetting Algorithm (EFRA) due to Salgado,Go odwin and Middleton1 allows tracking of time-varying parameters while guaranteeing boundedness of the covariance matrix:

Результаты (русский) 1:

Затем в случае низкой возбуждения ε будет небольшим и λ будет близка к 1. В случае больших предсказания ошибок λ будет уменьшаться.Экспоненциальная забывая и сброс алгоритм (EFRA) из-за Сальгадо, Go odwin и Middleton1 позволяет отслеживания времени параметров гарантируя ограниченность ковариационной матрицы:

Результаты (русский) 2:

Затем, в случае низкого е возбуждения будет небольшой и λ будет близка к 1. В случае больших ошибок предсказания, λ будет уменьшаться.
Экспоненциальная Забыть и сброс Алгоритм (EFRA) в связи с Сальгадо, Перейти odwin и Middleton1 позволяет отслеживать изменяющегося во времени параметров, гарантируя ограниченность ковариационной матрицы:

Результаты (русский) 3:

затем, в случае низкого возбуждение ε будут небольшими, и λ будет ближе к 1.в случае крупных предсказания ошибок, λ уменьшится.
экспоненциальный забываешь и перезагрузки алгоритм (4) ввиду сальгадо, иди odwin и middleton1 позволяет отслеживать изменяемых во времени параметров, гарантируя boundedness из ковариационная матрица: