Mixture quantized error entropy for recursive least squares adaptive filtering

熵(时间箭头) 算法 计算机科学 高斯分布 数学 高斯函数 数学优化 人工智能 量子力学 物理
作者
Jiacheng He,Gang Wang,Bei Peng,Qing Sun,Zhenyu Feng,Kun Zhang
出处
期刊:Journal of The Franklin Institute-engineering and Applied Mathematics [Elsevier]
卷期号:359 (3): 1362-1381 被引量:13
标识
DOI:10.1016/j.jfranklin.2021.12.015
摘要

Error entropy is a well-known learning criterion in information theoretic learning (ITL), and it has been successfully applied in robust signal processing and machine learning. To date, many robust learning algorithms have been devised based on the minimum error entropy (MEE) criterion, and the Gaussian kernel function is always utilized as the default kernel function in these algorithms, which is not always the best option. To further improve learning performance, two concepts using a mixture of two Gaussian functions as kernel functions, called mixture error entropy and mixture quantized error entropy, are proposed in this paper. We further propose two new recursive least-squares algorithms based on mixture minimum error entropy (MMEE) and mixture quantized minimum error entropy (MQMEE) optimization criteria. The convergence analysis, steady-state mean-square performance, and computational complexity of the two proposed algorithms are investigated. In addition, the reason why the mixture mechanism (mixture correntropy and mixture error entropy) can improve the performance of adaptive filtering algorithms is explained. Simulation results show that the proposed new recursive least-squares algorithms outperform other RLS-type algorithms, and the practicality of the proposed algorithms is verified by the electro-encephalography application.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
orplin完成签到,获得积分10
1秒前
fhehe发布了新的文献求助10
1秒前
cis2014完成签到,获得积分10
2秒前
科研通AI2S应助穆振家采纳,获得10
3秒前
3秒前
3秒前
苍禾发布了新的文献求助10
4秒前
小木头发布了新的文献求助10
4秒前
5秒前
pluto应助巫雁采纳,获得10
6秒前
6秒前
6秒前
起飞上天完成签到,获得积分10
9秒前
lzdx发布了新的文献求助10
9秒前
10秒前
11秒前
起飞上天发布了新的文献求助10
12秒前
苍禾完成签到,获得积分10
13秒前
韩倩完成签到 ,获得积分10
15秒前
嗯哼应助哄不好的南采纳,获得20
19秒前
fhehe完成签到,获得积分20
22秒前
生动的天亦完成签到,获得积分10
22秒前
思源应助小小罗采纳,获得10
23秒前
愉快铃铛发布了新的文献求助10
25秒前
25秒前
chendumo完成签到,获得积分10
26秒前
26秒前
阔达水之完成签到,获得积分10
27秒前
沉默的冬寒完成签到 ,获得积分10
27秒前
无辜的采蓝完成签到,获得积分10
28秒前
byX发布了新的文献求助10
30秒前
彭于晏应助懒羊羊采纳,获得10
30秒前
Kiki发布了新的文献求助10
32秒前
joesen完成签到,获得积分10
32秒前
yy完成签到,获得积分10
33秒前
忧虑的代容完成签到,获得积分10
33秒前
挽倾颜完成签到,获得积分10
33秒前
35秒前
不配.应助科研通管家采纳,获得10
35秒前
FashionBoy应助科研通管家采纳,获得10
35秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Mixed-anion Compounds 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3197858
求助须知:如何正确求助?哪些是违规求助? 2846620
关于积分的说明 8059896
捐赠科研通 2511501
什么是DOI,文献DOI怎么找? 1343421
科研通“疑难数据库(出版商)”最低求助积分说明 639537
邀请新用户注册赠送积分活动 609146