首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--滤波技术、滤波器论文

非线性核滤波算法的精度及稀疏化研究

摘要第7-9页
Abstract第9-10页
第一章 引言第11-19页
    1.1 研究背景及意义第11-13页
        1.1.1 非线性滤波工具第11-12页
        1.1.2 核自适应滤波器第12-13页
    1.2 目前研究现状第13-16页
    1.3 本文研究内容第16-19页
第二章 核在线学习算法基础第19-27页
    2.1 核方法和优化准则第19-21页
        2.1.1 核方法第19-20页
        2.1.2 优化准则第20-21页
    2.2 基于最小均方误差准则的核在线学习算法第21-24页
        2.2.1 核最小均方算法(KLMS)第21-22页
        2.2.2 核仿射投影算法(KAPA)第22-23页
        2.2.3 核递归最小二乘算法(KRLS)第23-24页
    2.3 基于最大相关熵准则的核在线学习算法第24-26页
        2.3.1 核最大相关熵算法(KMC)第24-25页
        2.3.2 核递归最大相关熵算法(KRMC)第25-26页
    2.4 小结第26-27页
第三章 带有反馈结构的核最大相关熵算法第27-43页
    3.1 多反馈的核递归最大相关熵(KRMC-MF)第27-30页
        3.1.1 算法推导第27-28页
        3.1.2 权重更新第28-29页
        3.1.3 参数设计第29-30页
    3.2 单反馈的核最大相关熵(LRKOL-MCC)第30-33页
        3.2.1 算法推导第30-31页
        3.2.2 权重更新第31-32页
        3.2.3 参数设计第32-33页
    3.3 计算复杂度第33页
    3.4 均方收敛性证明第33-37页
    3.5 数值仿真结果第37-42页
        3.5.1 混沌时间序列预测第38-39页
        3.5.2 非线性回归第39-42页
    3.6 小结第42-43页
第四章 尺度调节的核最小均方算法第43-53页
    4.1 尺度调节的核在线学习算法(KOL-SA)第43-46页
        4.1.1 算法推导第43-44页
        4.1.2 权重更新第44-46页
    4.2 均方收敛性证明第46-48页
    4.3 数值仿真结果第48-51页
        4.3.1 混沌时间序列预测第49-50页
        4.3.2 非线性回归第50-51页
    4.4 小结第51-53页
第五章 随机傅里叶近似的最大相关熵算法第53-73页
    5.1 随机傅里叶第53-54页
    5.2 基于最大相关熵准则的随机傅里叶滤波器第54-57页
        5.2.1 RFFMC算法及权重更新第54-55页
        5.2.2 RB-RFFMC算法及权重更新第55-57页
    5.3 均方性能分析第57-64页
        5.3.1 能量守恒定律第57-58页
        5.3.2 均方收敛性分析第58-59页
        5.3.3 稳态性能第59-64页
    5.4 数值仿真结果第64-71页
        5.4.1 系统识别第65-68页
        5.4.2 非线性回归第68-69页
        5.4.3 太阳黑子序列预测第69-71页
    5.5 小结第71-73页
第六章 Nystr?m近似的核递归最大相关熵算法第73-81页
    6.1 Nystr?m方法第73页
    6.2 算法推导第73-75页
    6.3 数值仿真结果第75-79页
        6.3.1 混沌时间序列预测第76-78页
        6.3.2 非线性均衡第78-79页
    6.4 小结第79-81页
第七章 总结与展望第81-83页
    7.1 总结第81页
    7.2 展望第81-83页
参考文献第83-87页
致谢第87-89页
攻读硕士期间已发表的论文第89页
攻读硕士期间参加的科研项目第89-91页
附录 A 附录第91-93页
附录 B 附录第93-95页
附录 C 附录第95页

论文共95页,点击 下载论文
上一篇:基于忆阻器的新型混沌电路设计和分析
下一篇:有机掺杂器件中激子反应过程的竞争与调控