-
题名基于变中心互相关熵的比例自适应滤波算法研究
被引量：1
- 1
-
-
作者
柯捷
张余明
慕德俊
张佳庚
马文涛
-
机构
桂林航天工业学院计算机科学与工程学院
西北工业大学网络空间安全学院
西安交通大学网络信息中心
西安理工大学电气工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第2期465-469,共5页
-
基金
广西创新驱动发展专项资金资助项目(桂科AA18118031)
桂林航天工业学院物联网与大数据应用研究基金资助项目(KJPT201809)
国家自然科学基金资助项目(61672433,61976175)。
-
文摘
针对传统自适应滤波算法对于非零均值非高斯噪声干扰环境下稀疏系统参数估计存在稳态精度低的问题,以变中心互相关熵为代价函数,引入比例更新机制,应用随机梯度法设计一种新的稀疏自适应滤波算法。变中心互相关熵的中心可位于任何位置,其可很好地匹配非零均值的误差分布,而比例更新机制为每个权值参数赋予可变的步长参数,因此可增强算法的跟踪能力。进一步设计在线学习方法来估计核宽度和中心位置,以提高算法性能。另外根据能量守恒关系研究了算法的收敛性。仿真实验结果表明,该算法相对于传统自适应滤波算法对于非零均值非高斯噪声环境下的稀疏参数估计具有明显的优越性和鲁棒性。
-
关键词
变中心互相关熵
比例更新
梯度法
稀疏系统辨识
非零均值非高斯噪声
-
Keywords
correntropy with variable center
proportional update
gradient method
sparse system identification
non-zero mean non-Gaussian noise
-
分类号
TN911.7
[电子电信—通信与信息系统]
TP301.6
[电子电信—信息与通信工程]
-
-
题名基于人口合成技术的居民出行调查数据扩样
- 2
-
-
作者
李丁杰
乐阳
郭莉
-
机构
深圳市空间信息智能感知与服务重点实验室
深圳大学建筑与城市规划学院广东省城市空间信息工程重点实验室
深圳市规划国土发展研究中心
-
出处
《交通科技与经济》
2021年第6期24-31,共8页
-
基金
国家自然科学基金面上项目(41671387)。
-
文摘
为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价。结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6%左右,满足扩样的精度要求。由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健。
-
关键词
居民出行调查
数据扩样
人口合成技术
IPF算法
IPU算法
GRE算法
-
Keywords
household travel survey
data expansion
synthetic population
iterative proportional fitting(IPF)
iterative proportional updating(IPU)
generalized regression(GRE)
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
