首页> 中国专利> 基于核极化策略的随机傅立叶特征核LMS的核参数优化方法

基于核极化策略的随机傅立叶特征核LMS的核参数优化方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，它用于核自适应滤波器技术领域。本发明解决了现有的随机傅立叶特征核最小均方算法的稳态精度低的问题。本发明通过核极化策略得到优化的核参数值，这些极化核参数值相比于随机采样得到的参数值更加匹配训练数据中所包含的特征信息，将优化的核参数值用于随机傅立叶特征映射，映射后的特征子空间更加接近于给定的学习任务模型；基于该极化特征网络构建的核自适应滤波器的非线性建模性能得以提高，与未采用核极化策略的随机傅立叶特征最小均方算法相比，在同样复杂度下，本发明方法的稳态精度提高1dB到2dB。本发明可以应用于核自适应滤波器技术领域。

著录项

公开/公告号CN109474258A

专利类型发明专利
公开/公告日2019-03-15

原文格式PDF
申请/专利权人哈尔滨理工大学;
展开▼

申请/专利号CN201811368975.4
发明设计人陈寅生;罗中明;孙崐;刘玉奇;
展开▼

申请日2018-11-16
分类号
代理机构哈尔滨市松花江专利商标事务所;
代理人刘冰
地址 150080 黑龙江省哈尔滨市南岗区学府路52号
入库时间 2024-02-19 07:54:08

法律信息

法律状态公告日

法律状态信息

法律状态
2019-04-09

实质审查的生效 IPC(主分类):H03H17/02 申请日:20181116

实质审查的生效
2019-03-15

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于核极化策略的随机傅立叶特征核LMS的核参数优化方法 [P] . 中国专利： CN109474258B . 2022.02.25
2. 基于预训练随机傅里叶特征核LMS的超参数优化方法 [P] . 中国专利： CN109217844B . 2022.02.25
3. STRUCTURED ORTHOGONAL RANDOM FEATURES FOR KERNEL-BASED MACHINE LEARNING [P] . 世界知识产权组织专利： WO2018081351A3 . 2018-06-07

机译：基于核的机器学习的结构正交随机特征
4. STRUCTURED ORTHOGONAL RANDOM FEATURES FOR KERNEL-BASED MACHINE LEARNING [P] . 世界知识产权组织专利： WO2018081351A2 . 2018-05-03

机译：基于核的机器学习的结构正交随机特征
5. STRUCTURED ORTHOGONAL RANDOM FEATURES FOR KERNEL-BASED MACHINE LEARNING [P] . 美国专利： US2018114145A1 . 2018-04-26

机译：基于核的机器学习的结构正交随机特征