| 标题 |
 A reweighted l0-norm-constraint LMS algorithm for sparse system identification 稀疏系统辨识的加权l0范数约束LMS算法
相关领域
算法
规范（哲学）
吸引子
约束（计算机辅助设计）
趋同（经济学）
数学
系统标识
计算机科学
数学优化
数据挖掘
数学分析
经济
几何学
法学
经济增长
政治学
度量（数据仓库）
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 |
The l 0-norm-constraint algorithm is widely used in sparse system identification due to its attractive performance. However, the algorithm is sensitive to the tuning parameters and its convergence speed can be further improved due to the small attraction range of the zero attractor. This paper proposes a reweighted l 0-norm-constraint Least Mean Square (l 0- RLMS) algorithm which expands the attraction range of the zero attractor to accelerate the convergence with even lower mean-square deviation ( |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
迟大猫
美好乐松
Singularity
cdercder
科研小民工
VDC
昏睡的蟠桃
爱静静
QOP
MchemG
Grayball
迷人秋烟
劲秉
今天只做一件事
默默地读文献
pcr163
iNk
back you up
子车茗
Loooong
皖公网安备34019202002308
