×
Mendonça，Marcele O.K。;乔纳塔斯·奥·费雷拉。;克里斯托斯·齐诺斯。;保罗·S·R·迪尼兹。;费雷拉，塔德乌·N。

关于快速收敛的数据选择自适应滤波。 （英语） Zbl 1461.94042号

算法（巴塞尔） 12，第1号，第4号论文，第15页（2019年）.
摘要：目前世界上生成的信息量呈指数级增长，这引发了一个问题，即所有获取的数据是否与学习算法过程相关。如果数据子集没有带来足够的创新，则可以采用数据选择策略来降低计算复杂性成本，并在许多情况下提高估计精度。本文研究了一些自适应滤波算法，其特点是快速收敛和数据选择。这些算法结合了指定的数据选择策略，并在不同的应用程序环境中进行了比较。仿真结果包括合成数据和实际数据。

MSC公司：

94甲12 信号理论（表征、重建、滤波等）

关键词：

自适应信号处理;自适应滤波器;参数估计;系统标识;均衡;预测;学习系统;数据处理;LMS-牛顿;共轭梯度
PDF格式BibTeX公司 XML格式引用
\textit{M.O.K.Mendonça}等人，《算法（巴塞尔）》第12卷第1期，第4号论文，第15页（2019年；Zbl 1461.94042）
全文： 内政部
OA许可证

参考文献：

[1] P.S.R.迪尼兹。；关于数据选择性自适应滤波；IEEE传输。信号处理：2018; 第66卷，4239-4252·兹比尔1415.94093
[2] P.S.R.迪尼兹。；de Campos，M.L.R。；安东尼奥，A。；变收敛因子LMS-Newton自适应滤波算法分析；IEEE传输。信号处理：1995; 第43卷，617-627。
[3] De Campos，M.L.R。；安东尼奥，A。；一种新的准牛顿自适应滤波算法；IEEE传输。电路系统。II模拟。数字。信号处理：1997年；第44卷，924-934。
[4] 安东尼奥，A。；卢，W.S；实用优化算法和工程应用：美国纽约州纽约市，2007年·兹比尔1128.90001
[5] 弗莱彻，R；实用优化方法：英国康沃尔郡，2013年。
[6] Apolinário，J.A。；de Campos，M.L.R。；伯纳尔·O，C.P。；约束共轭梯度算法；IEEE信号处理。信函：2000; 第7卷，351-354。
[7] 船体，A.W。；W.K.詹金斯。；自适应滤波的预处理共轭梯度法；IEEE国际电路与系统交响乐团会议录：，540-543.
[8] 陈，Z。；李，H。；Rangaswamy，M。；共轭梯度自适应匹配滤波器；IEEE传输。Aerosp.航空公司。电子。系统：2015; 第51卷，178-191年。
[9] 张，M。；张，A。；杨琼。；基于共轭梯度算法的鲁棒自适应波束形成；IEEE传输。信号处理：2016; 第4卷，6046-6057·Zbl 1414.94733号
[10] D.F.马歇尔。；詹金斯，W.K。；一种快速准牛顿自适应滤波算法；IEEE传输。信号处理：1992; 第40卷，1652-1662·Zbl 0850.93841号
[11] Glentis，G。；小檗属，K。；西奥多里迪斯，S。；FIR横向滤波的高效最小二乘自适应算法；IEEE信号处理。杂志：1999；第16卷，第13-41页。
[12] Farhang Boroujeny，B。；基于自回归建模的快速LMS/Newton算法及其在声回波抵消中的应用；IEEE传输。信号处理：1997; 第45卷，1987-2000。
[13] Albu，F。；古洛古，C。；变步长高斯-赛德尔伪仿射投影算法；国际数学杂志。计算。物理学。选举人。计算。工程：2009年；第3卷，27-30。
[14] 奇诺斯，C.G。；P.S.R.迪尼兹。；数据选择性Lms-Newton和Lms-准Newton算法；2019; .
[15] P.S.R.迪尼兹。；门登萨，M.O.K。；费雷拉，J.O。；费雷拉，T.N。；数据选择性共轭梯度算法；Eusipco会议记录：欧洲信号处理会议：。
[16] Papoulis，A。；Pillai，S.U；概率、随机变量和随机过程：纽约，纽约，美国2002年。
[17] 米勒，S。；Childers，D；概率与随机过程：牛津，英国，2012·Zbl 1274.60002号
[18] 利马，M。；迪尼兹，P。；集员仿射投影算法的稳态MSE性能；电路系统。信号处理：2013; 第32卷，1811-1837。
[19] Chang，P.S。；Willson，A.N。；自适应滤波的共轭梯度算法分析；IEEE传输。信号处理：2000; 第48卷，409-418·Zbl 1049.93081号
[20] 信号处理信息库。
[21] RE<C:地面风力数据采集，谷歌代码。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。