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
吴晓娟完成签到 ,获得积分10
4秒前
nt1119完成签到 ,获得积分10
4秒前
小王同学完成签到 ,获得积分10
7秒前
ding应助哈哈哈哈哈哈采纳,获得10
10秒前
时鹏飞完成签到 ,获得积分10
13秒前
zjq完成签到 ,获得积分10
27秒前
回首不再是少年完成签到,获得积分0
28秒前
nanfeng完成签到 ,获得积分10
31秒前
细心的如天完成签到 ,获得积分10
43秒前
点点完成签到 ,获得积分10
45秒前
耍酷鼠标完成签到 ,获得积分10
50秒前
释金松完成签到 ,获得积分10
50秒前
50秒前
55秒前
NexusExplorer应助Poppy199采纳,获得10
1分钟前
Rofger完成签到 ,获得积分10
1分钟前
淡如水完成签到 ,获得积分10
1分钟前
饱满酸奶完成签到,获得积分10
1分钟前
afli完成签到 ,获得积分0
1分钟前
大胆迎梅完成签到 ,获得积分10
1分钟前
兔兔完成签到 ,获得积分10
1分钟前
叮叮当当完成签到,获得积分10
1分钟前
追寻的莺完成签到 ,获得积分10
1分钟前
阿城完成签到 ,获得积分10
1分钟前
EVAN完成签到,获得积分10
1分钟前
只爱医学不爱你完成签到 ,获得积分10
1分钟前
Martin完成签到 ,获得积分10
1分钟前
NULI完成签到 ,获得积分10
2分钟前
celia完成签到 ,获得积分10
2分钟前
酸奶冻完成签到,获得积分10
2分钟前
随机子应助科研通管家采纳,获得10
2分钟前
粗心的飞槐完成签到 ,获得积分10
2分钟前
林巧完成签到 ,获得积分10
2分钟前
Glory完成签到 ,获得积分10
2分钟前
杨永佳666完成签到 ,获得积分10
2分钟前
starwan完成签到 ,获得积分10
2分钟前
幽默的太阳完成签到 ,获得积分10
2分钟前
yeyeming发布了新的文献求助10
2分钟前
2分钟前
Poppy199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
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 3192705
求助须知:如何正确求助?哪些是违规求助? 2841742
关于积分的说明 8034584
捐赠科研通 2505438
什么是DOI,文献DOI怎么找? 1338603
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