%0 Journal Article
%T 自适应crbf非线性滤波器及其改进学习算法
%A 曾祥萍？
%A 金炜东？
%A 赵海全？
%A 李天瑞？
%J 计算机科学
%D 2014
%R 10.11896/j.issn.1002-137X.2014.07.055
%X 传统的随机梯度算法由于采用基于二阶统计量的平方误差代价函数,因此含有的信息量较少,难以实现更高的精度。针对此问题,以基于高阶统计量的指数平方误差作为代价函数,结合基于两层rbf网络凸组合的非线性自适应滤波器,提出了最小指数平方误差自适应学习算法。非线性系统辨识和非线性信道均衡的实验仿真结果表明,该改进算法的收敛性能明显优于传统的随机梯度算法。
%K 径向基函数神经网络
%K 非线性自适应滤波器
%K 随机梯度算法
%K 非线性系统辨识
%K 非线性系统均衡中图法分类号tp391文献标识码a
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20140755&flag=1