已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
思明发布了新的文献求助10
刚刚
wolfholo发布了新的文献求助10
刚刚
轻松的芯完成签到 ,获得积分10
刚刚
清爽如雪完成签到 ,获得积分10
1秒前
凌虔发布了新的文献求助10
4秒前
调皮毛衣完成签到 ,获得积分10
5秒前
朝气完成签到,获得积分10
6秒前
6秒前
yzxzdm完成签到 ,获得积分0
7秒前
Nefelibata完成签到,获得积分10
8秒前
怡然远望完成签到 ,获得积分10
8秒前
不与仙同完成签到 ,获得积分10
8秒前
jasonjiang完成签到 ,获得积分10
8秒前
lixiaolu完成签到 ,获得积分10
9秒前
10秒前
oxs完成签到 ,获得积分10
12秒前
白白白完成签到 ,获得积分10
13秒前
14秒前
18秒前
18秒前
明理的之桃完成签到,获得积分10
19秒前
19秒前
LL完成签到 ,获得积分10
19秒前
123完成签到,获得积分10
19秒前
符fu完成签到 ,获得积分10
19秒前
zhangyue092200完成签到 ,获得积分10
19秒前
Limerencia完成签到,获得积分10
20秒前
Ploaris完成签到 ,获得积分10
20秒前
段祥发布了新的文献求助10
23秒前
lh完成签到 ,获得积分10
25秒前
25秒前
炸鸡完成签到 ,获得积分10
25秒前
完美天蓝完成签到 ,获得积分10
27秒前
小城故事和冰雨完成签到,获得积分10
27秒前
yyp发布了新的文献求助30
28秒前
30秒前
洪荒爆发完成签到,获得积分10
32秒前
32秒前
想吃泡芙完成签到 ,获得积分10
32秒前
段祥完成签到,获得积分10
33秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
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
India's foreign trade policy and its performance in the world economy 450
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 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 3196557
求助须知:如何正确求助?哪些是违规求助? 2845245
关于积分的说明 8053685
捐赠科研通 2509895
什么是DOI,文献DOI怎么找? 1342090
科研通“疑难数据库(出版商)”最低求助积分说明 639304
邀请新用户注册赠送积分活动 608595