《表3 不同SNR下隐含层激活函数g(·)对算法稳态MSE值的影响》

《表3 不同SNR下隐含层激活函数g(·)对算法稳态MSE值的影响》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于卡尔曼滤波的极限学习机在线盲均衡算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

仿真中输出函数有两种类型:第一,freadout(y)=y,满足线性关系。第二,freadout(y)=f(y)+j f(y),其中f(y)=y+κsin(πy),κ=0.4,满足非线性关系。从表5可以看出,SNR>15dB时,非线性输出函数会使算法收敛精度更高。由表6可以看出,算法在两种输出函数下收敛时所需迭代次数几乎一致。因此,输出函数类型会影响算法的收敛精度,但不会影响算法的收敛速率。