最小L1范数滤波器的神经网络电路实现
传统的最小二乘滤波(L1范数)方法在处理无限方差低阶稳定分布噪声滤波问题时就会失去其韧性。因此,选取最小绝对偏差(L1范数)作为新的滤波准则。但是,其实现由于求导的非连续性,实现起来较困难。提出了一种新的L1范数滤波算法的神经网络电路实现方法。计算机模拟和分析表明,算法可以全局收敛至精确解。
L1范数优化 神经网络 α-稳定分布 非高斯分布
查代奉 邱天爽
九江学院 电子工程学院,江西 九江 332005 九江学院 电子工程学院,江西 九江 332005 大连理工大学 电子与信息工程学院,辽宁 大连 116024
国内会议
南宁
中文
125-129
2008-10-01(万方平台首次上网日期,不代表论文的发表时间)