稀疏q-拉普拉斯核自适应滤波算法

抑制混合噪声

利用q-拉普拉斯核和核平均p次方误差准则,同时对抗高斯噪声和脉冲噪声,并通过惊喜准则实现网络稀疏化,保证精度不损失。

Chang, Liu · 李喜峰 · Bi, Dongjie · Peng, Libiao · 谢永乐

Engineering Applications of Artificial Intelligence 2023

参数信息

定位精度提升
3.6 %
神经网络规模缩减
12.5 %

技术优势

抗混合噪声

q-拉普拉斯核与核平均p次方误差准则结合,同时抑制高斯噪声和脉冲噪声。

精度更高

利用高阶误差信息,在混合噪声下提供更好的收敛性能和稳态精度。

网络更小

采用惊喜准则稀疏化网络,最多减小12.5%的网络规模,且精度损失很小。

应用场景