清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

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
研友_nV2ROn完成签到,获得积分10
8秒前
古炮完成签到 ,获得积分10
17秒前
张振宇完成签到 ,获得积分10
21秒前
Skywings完成签到,获得积分10
41秒前
雪花完成签到 ,获得积分10
43秒前
Glory完成签到 ,获得积分10
49秒前
张振宇完成签到 ,获得积分10
50秒前
空洛完成签到 ,获得积分10
51秒前
光亮若翠完成签到,获得积分10
1分钟前
卡戎529完成签到 ,获得积分10
1分钟前
Akim应助朴素蜡烛采纳,获得10
1分钟前
zz完成签到 ,获得积分10
1分钟前
caulif完成签到 ,获得积分10
1分钟前
1分钟前
qcck完成签到,获得积分10
1分钟前
朴素蜡烛发布了新的文献求助10
1分钟前
好好好完成签到 ,获得积分10
1分钟前
zhangguo完成签到 ,获得积分10
1分钟前
LELE完成签到 ,获得积分10
2分钟前
llll完成签到,获得积分10
2分钟前
葛怀锐完成签到 ,获得积分10
2分钟前
怡然白竹完成签到 ,获得积分10
2分钟前
陆黑暗完成签到 ,获得积分10
2分钟前
蓝天小小鹰完成签到 ,获得积分10
2分钟前
寒战完成签到 ,获得积分10
3分钟前
默默孱完成签到 ,获得积分10
3分钟前
海阔天空完成签到,获得积分10
3分钟前
apt完成签到,获得积分10
3分钟前
chichenglin完成签到 ,获得积分10
3分钟前
3分钟前
Gentleman完成签到,获得积分10
3分钟前
星星完成签到 ,获得积分10
3分钟前
英俊的铭应助研友_LMg76Z采纳,获得30
3分钟前
mf2002mf完成签到 ,获得积分10
3分钟前
4分钟前
Hiaoliem完成签到 ,获得积分10
4分钟前
4分钟前
Kevin完成签到,获得积分20
4分钟前
4分钟前
研友_LMg76Z发布了新的文献求助30
5分钟前
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
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
Idoxuridine 260
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 3196835
求助须知:如何正确求助?哪些是违规求助? 2845505
关于积分的说明 8054331
捐赠科研通 2510132
什么是DOI,文献DOI怎么找? 1342307
科研通“疑难数据库(出版商)”最低求助积分说明 639355
邀请新用户注册赠送积分活动 608669