[发明专利]一种量化的最小误差熵计算方法在审
| 申请号： | 201710509553.3 | 申请日： | 2017-06-28 |
| 公开（公告）号： | CN107357761A | 公开（公告）日： | 2017-11-17 |
| 发明（设计）人： | 陈霸东;邢磊;郑南宁 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F17/15 | 分类号： | G06F17/15 |
| 代理公司： | 西安通大专利代理有限责任公司61200 | 代理人： | 强宏超 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种量化的最小误差熵计算方法，不仅适用于高斯噪声的假设下，在数据中含有非高斯，异常噪声甚至多峰噪声的情况下，都可以达到比较好的性能，但是该算法的计算复杂度较高，随着数据量(N)的增加，其复杂度会成N2的增加，很好的解决MEE算法复杂度比较高的缺点，在极大的减少MEE算法复杂度的同时，也可以保证算法的精度，非常适合在实际问题中应用。 | ||
| 搜索关键词： | 一种 量化 最小 误差 计算方法 | ||
【主权项】：
一种量化的最小误差熵计算方法，其特征在于迭代过程如下：对于一个线性系统，原有数据输入是X，数据量大小是N，数据的输出为Y，该线性系统的系统系数是W*；其关系即为Y＝W*TX；量化的最小误差熵计算方法学习该系统的步骤是：首先随机得到系统系数W，则系统误差是E＝Y‑W*TX，误差向量E的维度是N，然后量化误差向量E得到量化点β，量化阈值为ε,β向量的维度是M，其中量化点β中各个系统对应的量化点个数是α；在量化点处应用高斯核函数，即：各核函数的系数组成的向量即为α，根据量化点处的高斯核函数叠加得到相应的代价函数，即可得到迭代一次后的系统系数W，再通过循环迭代的方法得到该算法的最优的系统系数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710509553.3/，转载请声明来源钻瓜专利网。
