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
匆匆完成签到,获得积分10
5秒前
大白不白完成签到,获得积分10
7秒前
仲夏完成签到,获得积分10
8秒前
Bluebulu完成签到,获得积分10
9秒前
wyr完成签到,获得积分0
13秒前
香蕉觅云应助自转无风采纳,获得10
14秒前
Capacition6完成签到,获得积分10
15秒前
15秒前
一一一完成签到,获得积分10
18秒前
chi完成签到 ,获得积分10
19秒前
明亮的代灵完成签到 ,获得积分10
20秒前
淡淡明辉完成签到,获得积分10
22秒前
龙抬头完成签到,获得积分10
22秒前
22秒前
魔幻的妖丽完成签到 ,获得积分10
23秒前
咔滋脆鸡腿堡完成签到 ,获得积分10
25秒前
jscr完成签到,获得积分10
25秒前
SAINT完成签到 ,获得积分10
25秒前
26秒前
科研通AI2S应助科研通管家采纳,获得30
27秒前
shtatbf应助科研通管家采纳,获得30
27秒前
Lucas应助科研通管家采纳,获得10
27秒前
Orange应助科研通管家采纳,获得10
27秒前
确幸完成签到,获得积分10
27秒前
28秒前
震动的修洁完成签到 ,获得积分10
28秒前
俭朴的世界完成签到 ,获得积分10
31秒前
liyiren完成签到,获得积分10
33秒前
34秒前
azhu完成签到 ,获得积分10
34秒前
lucia5354完成签到,获得积分10
35秒前
修fei完成签到 ,获得积分10
36秒前
东十八完成签到 ,获得积分10
37秒前
Joker完成签到,获得积分10
38秒前
zhoujunyan发布了新的文献求助100
38秒前
小潘完成签到 ,获得积分10
38秒前
阿紫完成签到,获得积分10
39秒前
Andrew02完成签到,获得积分10
40秒前
Zhjie126完成签到,获得积分10
41秒前
夏虫完成签到,获得积分10
42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
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3192710
求助须知:如何正确求助?哪些是违规求助? 2841827
关于积分的说明 8034735
捐赠科研通 2505467
什么是DOI,文献DOI怎么找? 1338618
科研通“疑难数据库(出版商)”最低求助积分说明 638372
邀请新用户注册赠送积分活动 606929