-
题名最优加权随机汇池网络的估计性能研究
被引量：3
- 1
-
-
作者
景文腾
韩博
耿金花
许丽艳
段法兵
-
机构
青岛大学复杂性科学研究所
青岛大学电子信息学院
-
出处
《复杂系统与复杂性科学》
EI
CSCD
2018年第3期89-93,共5页
-
基金
国家自然科学基金(61573202)
-
文摘
利用自适应最优加权随机汇池网络对随机参数估计进行了理论和实验分析。将随机噪声优化的随机汇池网输出向量进行最优线性加权优化,给出了具有任意节点数目的随机汇池网络最优权向量以及估计信号与真实信号之间均方误差表达式。同时,在实际信号处理任务中,待估参数和噪声的统计信息经常是未知的,本文给出了基于观测数据的最优权向量和均方误差近似估计算法。理论和实验都验证了随机噪声对于随机汇池网络的优化能力,也展现了自适应最优加权随机汇池网络良好的估计性能。
-
关键词
随机汇池网络
最优权系数
参数估计
噪声优化
均方误差
-
Keywords
stochastic pooling network
optimum weight coefficient
parameter estimation
noise optimization
mean square error
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名最优加权随机汇池网络的自适应算法研究
被引量：1
- 2
-
-
作者
韩博
景文腾
耿金花
段法兵
-
机构
青岛大学复杂性科学研究所
-
出处
《复杂系统与复杂性科学》
EI
CSCD
2018年第4期85-89,共5页
-
基金
国家自然科学基金(61573202)
-
文摘
对最优加权随机汇池网络的自适应算法进行研究,以均方误差作为随机汇池网络输出性能评价指标,推导了最小均方(LMS)和Kalman-LMS算法的递归表达式,并应用到输入信号方差发生改变的非稳态情况中,结果表明两种自适应算法都能够迭代收敛到权的最优解。与LMS算法相比,Kalman-LMS算法不仅收敛速度快,而且权均方偏差每一步都是最优的,在网络节点的个数较少时,Kalman-LMS算法能够获得更小的均方误差,而随着网络节点的个数增加,两种自适应算法得到的均方误差趋于一致。
-
关键词
随机汇池网络
均方误差
最小均方
自适应算法
非稳态信号
-
Keywords
stochastic pooling networks
mean square error
least mean square
adaptive algorithm
nonstationary signal
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名加权随机汇池网络中递归最小二乘算法研究
- 3
-
-
作者
韩博
刘佳
耿金花
段法兵
-
机构
青岛大学复杂性科学研究所
-
出处
《复杂系统与复杂性科学》
EI
CSCD
2020年第1期81-86,共6页
-
基金
国家自然科学基金(61573202)。
-
文摘
实际应用中信号和噪声的统计知识经常是未知的,为探究未知噪声环境中加权随机汇池网络模型的信号参数估计性能,本文研究了加权随机汇池网络中信号估计的递归最小二乘自适应递推算法,分析了该模型下算法的收敛性、均方误差、学习曲线等统计特征。在非平稳输入信号下,引入遗忘因子,探究了算法有效跟踪信号变化的能力。实验结果验证了关于算法收敛性与均方误差性能的理论分析,同时还证实了自适应过程中的超阈值随机共振现象。本文研究结果对于加权随机汇池网络的实际应用具有理论指导义。
-
关键词
随机汇池网络
递归最小二乘算法
收敛性
均方误差
非平稳信号
-
Keywords
stochastic pooling network
recursive least square adaptive algorithm
convergence
mean square error
nonstationary signal
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名多阈值随机汇池网络自适应估计性能研究
- 4
-
-
作者
景文腾
耿金花
韩博
段法兵
-
机构
青岛大学复杂性科学研究所
-
出处
《复杂系统与复杂性科学》
EI
CSCD
2019年第3期87-92,共6页
-
基金
国家自然科学基金(61573202)
-
文摘
本文研究了数模转换中多阈值随机汇池网络的自适应信号估计性能,给定网络节点数目,将模数转换的阈值进行均匀划分,分析了随机汇池网络输出的分布函数,理论给出了多阈值随机汇池网络的最优权向量和最小均方误差表达式,以及大规模网络输出的Fisher信息量近似值,实验验证了多阈值随机汇池网络中超阈值随机共振现象,随着阈值数量的增加,噪声的有益性逐渐减弱,而网络估计的最小均方误差不断变小且逐渐接近Fisher信息意义下的误差界。研究结果表明多阈值随机汇池网络的自适应信号估计方法具有重要的应用价值。
-
关键词
随机汇池网络
多阈值划分
超阈值随机共振
均方误差
Fisher信息
-
Keywords
stochastic pooling network
multilevel partition
suprathreshold stochastic resonance
mean square error
Fisher information
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
