-
题名基于负熵的随机双梯度算法
- 1
-
-
作者
卢中宁
初元红
-
机构
郑州轻工业学院计算机与通信工程学院
黄河科技学院
-
出处
《湖南师范大学自然科学学报》
CAS
北大核心
2014年第6期84-87,共4页
-
基金
国家自然科学基金资助项目(60970084)
-
文摘
随机双梯度算法是独立分量分析中一个重要的学习算法,但该算法收敛速度慢,稳态误差大,不利于信号的准确适时性处理.论文重点对随机双梯度算法进行了改进,提出一种基于负熵的随机双梯度算法.在改进的算法中,用负熵来度量其中的随机变量非高斯性,从而来克服峭度的不稳健性.论文最后通过理论分析和仿真实验证明这种改进的随机双梯度算法具有较好的分离效果且稳定性高.
-
关键词
随机双梯度算法
独立分量分析
负熵
峭度
-
Keywords
stochastic dual-gradient algorithm
independent component analysis
negative entropy
kurtosis
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进的新型随机双梯度算法
- 2
-
-
作者
邓慧
杨颖
-
机构
川北医学院图书馆
川北医学院基础医学院
-
出处
《兰州理工大学学报》
CAS
北大核心
2014年第2期110-113,共4页
-
基金
四川省教育厅青年基金(10ZC102)
-
文摘
随机双梯度算法是独立分量分析中一个重要的学习算法,但该算法收敛速度慢,稳态误差大,不利于信号的准确适时性处理.提出一种改进的新型随机双梯度算法.在改进的算法中,用负熵来度量其中的随机变量非高斯性,从而来克服峭度的不稳健性.仿真实验结果表明,这种改进的随机双梯度算法具有较好的分离效果,且稳定性较高.
-
关键词
随机双梯度算法
独立分量分析
负熵
峭度
-
Keywords
stochastic dual-gradient algorithm
independent component analysis
negative entropy
kurtosis
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
