基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了降低核仿射投影P范数(KAPP)算法的计算量和存储容量,提高在输入信号强相关时KAPP算法的收敛速度和稳态性能,该文提出基于高斯核显性映射的核归一化解相关APP(KNDAPP-GKEM)算法.该算法利用归一化解相关方法预先解除输入信号的相关性;利用高斯核显式映射方法近似得到显式核函数,消除了对历史数据的依赖,解决了KAPP算法因结构不断生长导致的计算量和存储容量过大的问题.α稳定分布噪声背景下的非线性系统辨识仿真结果表明,在输入信号强相关时KNDAPP-GKEM算法收敛速度快,非线性系统辨识稳态均方误差小,训练所需时间呈线性缓慢增长,有利于实际非线性系统辨识的应用.
推荐文章
α稳定分布噪声下的核最小平均P范数算法
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
核集员双归一化最小均方算法
集员滤波
核集员双归一化LMS算法
最小化扰动原理
拉格朗日乘子法
基于加权多宽度高斯核函数的聚类算法
加权多宽度高斯核
聚类
SVC
高斯核
基于改进自仿射映射系统与参数活动轮廓的医学图像分割算法
医学图像
参数活动轮廓
高斯滤波器
小波系数
自仿射映射
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高斯核显性映射的核归一化解相关仿射投影P范数算法
来源期刊 电子与信息学报 学科 工学
关键词 信号处理 核仿射投影P范数 相关性 高斯核显性映射 α稳定分布 非线性系统辨识
年,卷(期) 2020,(8) 所属期刊栏目 论文
研究方向 页码范围 1896-1901
页数 6页 分类号 TN911.7
字数 3827字 语种 中文
DOI 10.11999/JEIT190602
五维指标
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 陈思佳 杭州电子科技大学通信工程学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (4)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(7)
  • 参考文献(3)
  • 二级参考文献(4)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信号处理
核仿射投影P范数
相关性
高斯核显性映射
α稳定分布
非线性系统辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导