α稳定分布噪声下的核最小平均P范数算法

• 作者: 赵知劲 金明明
• 来源期刊: 计算机应用研究
• 关键词: α稳定分布 最小平均P范数 核方法 再生核希尔伯特空间 Mackey-Glass时间序列
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3308-3310,3315
• 页数: 4页
• 分类号: TP301.6|TN911.7
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.11.024

摘要

在α稳定分布噪声环境下,最小平均P范数算法(LMP)的鲁棒性显著强于最小均方算法(LMS),但是在非线性系统中LMP算法性能严重退化.运用核方法可将输入数据映射到再生核希尔伯特空间(RKHS),再对变换后数据选用合适的线性方法,能有效地处理多种非线性问题.将核方法引入LMP算法,推导得到核最小平均P范数算法(KLMP).α稳定分布噪声背景下的Mackey-Glass时间序列预测的计算机仿真结果表明,在非线性、非高斯系统中,KLMP算法的性能显著优于LMS、LMP、加权平均LMP和KLMS算法,抗脉冲噪声能力强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵知劲	杭州电子科技大学通信工程学院	200	1531	19.0	29.0
5	金明明	杭州电子科技大学通信工程学院	2	7	2.0	2.0