加权随机汇池网络中递归最小二乘算法研究

发布时间：2021-03-28 22:38

　　实际应用中信号和噪声的统计知识经常是未知的,为探究未知噪声环境中加权随机汇池网络模型的信号参数估计性能,本文研究了加权随机汇池网络中信号估计的递归最小二乘自适应递推算法,分析了该模型下算法的收敛性、均方误差、学习曲线等统计特征。在非平稳输入信号下,引入遗忘因子,探究了算法有效跟踪信号变化的能力。实验结果验证了关于算法收敛性与均方误差性能的理论分析,同时还证实了自适应过程中的超阈值随机共振现象。本文研究结果对于加权随机汇池网络的实际应用具有理论指导义。 

【文章来源】：复杂系统与复杂性科学. 2020,17(01)CSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]最小二乘法的多角度分析及其应用[J]. 曹宏举,郭巧丽.  高等数学研究. 2019(01)
[2]最优加权随机汇池网络的自适应算法研究[J]. 韩博,景文腾,耿金花,段法兵.  复杂系统与复杂性科学. 2018(04)
[3]最优加权随机汇池网络的估计性能研究[J]. 景文腾,韩博,耿金花,许丽艳,段法兵.  复杂系统与复杂性科学. 2018(03)



本文编号：3106367