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
丹霞应助余存采纳,获得10
2秒前
蓝色斑马完成签到,获得积分10
3秒前
4秒前
8秒前
牛马关注了科研通微信公众号
12秒前
Jenny发布了新的文献求助10
12秒前
15秒前
微笑芒果完成签到 ,获得积分10
17秒前
FashionBoy应助科研通管家采纳,获得10
18秒前
完美世界应助科研通管家采纳,获得10
18秒前
斯文败类应助科研通管家采纳,获得10
18秒前
18秒前
脑洞疼应助科研通管家采纳,获得10
18秒前
烟花应助科研通管家采纳,获得10
18秒前
顾矜应助科研通管家采纳,获得10
18秒前
Orange应助科研通管家采纳,获得10
18秒前
18秒前
科研通AI2S应助科研通管家采纳,获得10
18秒前
耳与总完成签到,获得积分10
18秒前
Thunnus001完成签到,获得积分10
20秒前
21秒前
耀学菜菜应助phoebe采纳,获得20
21秒前
23秒前
23秒前
25秒前
Artemis完成签到 ,获得积分10
26秒前
聪仔发布了新的文献求助10
27秒前
29秒前
深情的芷巧关注了科研通微信公众号
29秒前
果果完成签到,获得积分10
32秒前
是大法官寒假快乐完成签到,获得积分10
36秒前
nisha发布了新的文献求助10
36秒前
36秒前
柳叶刀发布了新的文献求助10
38秒前
小镇青年完成签到,获得积分10
39秒前
毛通完成签到,获得积分10
40秒前
40秒前
踏雪无痕完成签到 ,获得积分10
41秒前
不配.应助俭朴的可冥采纳,获得100
42秒前
雷家完成签到,获得积分10
43秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
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 3187734
求助须知:如何正确求助?哪些是违规求助? 2837488
关于积分的说明 8015060
捐赠科研通 2500112
什么是DOI,文献DOI怎么找? 1334764
科研通“疑难数据库(出版商)”最低求助积分说明 637271
邀请新用户注册赠送积分活动 605251