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
浪尘完成签到,获得积分10
刚刚
lvxh完成签到,获得积分0
1秒前
1秒前
keyanhunzi完成签到,获得积分10
2秒前
汉堡包应助杨除夕采纳,获得30
3秒前
sddq完成签到,获得积分10
4秒前
小胖卷毛完成签到,获得积分10
5秒前
7秒前
TH发布了新的文献求助10
7秒前
8秒前
MC关闭了MC文献求助
8秒前
小楠完成签到,获得积分10
9秒前
10秒前
cyh完成签到,获得积分20
12秒前
热爱学习完成签到,获得积分10
12秒前
13秒前
哈哈完成签到,获得积分10
13秒前
14秒前
15秒前
Jasper应助武雨寒采纳,获得10
16秒前
17秒前
爱学习的摸鱼小王子完成签到,获得积分10
17秒前
爆米花应助王安琪采纳,获得10
22秒前
wangye发布了新的文献求助10
22秒前
哎哟很烦完成签到,获得积分10
23秒前
武雨寒完成签到,获得积分20
24秒前
25秒前
赛因斯完成签到,获得积分10
26秒前
宛宛完成签到,获得积分10
28秒前
29秒前
武雨寒发布了新的文献求助10
29秒前
求知的周发布了新的文献求助10
30秒前
老实的熊猫完成签到,获得积分10
32秒前
Hello应助lucky采纳,获得10
35秒前
科研通AI2S应助Wingshuohuo采纳,获得10
35秒前
orixero应助迷茫兽医采纳,获得10
36秒前
36秒前
无花果应助求知的周采纳,获得10
37秒前
小武哥完成签到 ,获得积分10
37秒前
张张完成签到,获得积分20
38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
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
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 3191505
求助须知:如何正确求助?哪些是违规求助? 2840825
关于积分的说明 8030408
捐赠科研通 2504207
什么是DOI,文献DOI怎么找? 1337556
科研通“疑难数据库(出版商)”最低求助积分说明 638102
邀请新用户注册赠送积分活动 606622