亲爱的研友该休息了!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!身体可是革命的本钱,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
善学以致用应助YYR采纳,获得10
1秒前
2秒前
szf发布了新的文献求助10
5秒前
6秒前
szf完成签到,获得积分10
16秒前
Vce April完成签到,获得积分10
23秒前
25秒前
南寅完成签到,获得积分10
27秒前
Haiverxin完成签到,获得积分10
34秒前
Haiverxin发布了新的文献求助10
38秒前
53秒前
温心完成签到 ,获得积分10
1分钟前
1分钟前
容若发布了新的文献求助10
1分钟前
1分钟前
orixero应助科研通管家采纳,获得10
1分钟前
寻道图强应助科研通管家采纳,获得30
1分钟前
这个手刹不太灵完成签到 ,获得积分10
1分钟前
Dani完成签到,获得积分10
1分钟前
1分钟前
1分钟前
fly发布了新的文献求助10
1分钟前
2分钟前
2分钟前
2分钟前
老实的火发布了新的文献求助10
2分钟前
2分钟前
老实的火完成签到,获得积分10
2分钟前
2分钟前
无花果应助老实的火采纳,获得10
2分钟前
2分钟前
医路通行发布了新的文献求助10
2分钟前
科研通AI2S应助lxr采纳,获得10
2分钟前
2分钟前
2分钟前
展希希发布了新的文献求助10
2分钟前
顾矜应助医路通行采纳,获得10
2分钟前
2分钟前
2分钟前
璐璐张发布了新的文献求助10
2分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
2024 Medicinal Chemistry Reviews 400
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 3200656
求助须知:如何正确求助?哪些是违规求助? 2850433
关于积分的说明 8072077
捐赠科研通 2514175
什么是DOI,文献DOI怎么找? 1346931
科研通“疑难数据库(出版商)”最低求助积分说明 640281
邀请新用户注册赠送积分活动 610407