Amari 和Cichocki 基于 信息理论利用最小互信息(Minimum Mutual Information，MMI)准则函数，得出 一类前馈网络的训练算法，可以有效分离具有负峭度的源信号。
基于30个网页-相关网页
如信息最大化（Informax，Information—maximization）法、最小互信息（Mini-mization of Mutual Information，MMI）法、最大似然估计（Maximum Likeli-hood Estimation，MLE）法、信息几何...
基于4个网页-相关网页
1996年，Amari和Ciehoeki基于信息理论中概率密度的Gram．Cha订ier展开， 利用最小互信息（MinimumMutualInfornlation，MMl）【‘7】准则函数，得出一类前 馈网络的训练算法。
基于1个网页-相关网页
1996年，Amari和Ciehoeki基于信息理论中概率密度的Gram．Cha订ier展开， 利用最小互信息（MinimumMutualInfornlation，MMl）【‘7】准则函数，得出一类前 馈网络的训练算法。
基于1个网页-相关网页
比较了基于广义高斯分布近似和非线性变换(NLMIR)的两种最小互信息盲接收算法。
Minimum mutual information blind receiver that based on approximated generalized Gaussian distribution (GGMIR) and that use nonlinear transformation (NLMIR) are compared.
采用输出信号的广义高斯分布近似，基于互信息最小化目标函数自适应调整均衡器的系数。
Based on method of minimizing of mutual information and approximated generalized Gaussian distribution of equalized output signal, the equalizer changes its coefficients adaptively.
应用推荐