期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
快速定点独立分量分析在盲源分离中的应用
被引量:
1
下载PDF
职称材料
导出
摘要
独立成分分析(ICA)在国内尚属一门新型的方法。本文介绍了快速定点独立分量分析的原理和算法,并介绍了该算法在盲源信号分离中的具体应用,并将此方法与主成分方法(PCA)进行了比较。文中通过实例给出了这种方法的应用效果。结果表明,ICA在盲源信号分离中是一种很有潜力的方法。
作者
骆鹿
樊可清
机构地区
五邑大学信息学院
出处
《科技信息》
2008年第2期212-213,共2页
Science & Technology Information
关键词
盲源信号分离
独立分量分析
主成分分析
分类号
TN911.7 [电子电信—通信与信息系统]
TN912.3 [电子电信—通信与信息系统]
引文网络
相关文献
节点文献
二级参考文献
54
参考文献
2
共引文献
341
同被引文献
6
引证文献
1
二级引证文献
5
参考文献
2
1
杨竹青,李勇,胡德文.
独立成分分析方法综述[J]
.自动化学报,2002,28(5):762-772.
被引量:148
2
张贤达,保铮.
盲信号分离[J]
.电子学报,2001,29(z1):1766-1771.
被引量:210
二级参考文献
54
1
孙即祥.数字图像处理[M].石家庄:河北教育出版社,1993..
2
焦李成.神经网络的应用与实现[M].西安:西安电子科技大学出版社,1996..
3
[1]Amari S.A theory of adaptive pattern classifiers [J].IEEE Trans.Electronic Computers,1967,16:299-307.
4
[2]Amari S.Natural gradient works efficiently in learning [J].Neural Comoutation,1998,10:251-276.
5
[3]Amari S,Cichocki A.Adaptive blind signal processing:Neural network approaches [J].Proc.IEEE,1998 ,86:2026-2048.
6
[4]Basak J,Amari S.Blind separation of uniformly distributed signals:A general approach [J].IEEE Trans.Neural Networks,1999,10:l173-1185.
7
[5]Bell A J,Sejnowski T J.An information-maximization approach to blind separation and blind deconvolution [J].Neural Computation,1995,7:1129-1159.
8
[6]Burel G.Blind separation of .sources:A nonlinear neural algorithm [J].Neural Networks,1992,5:937-947.
9
[7]Cao X R,Liu R W.A general approach to blind source separation [J].IEEE Trans.Signal Processing,1996,44:562-571.
10
[8]Cardoso J F.Blind signal separation:Statistical principles [J].Proc.IEEE,1998,86(10):2009-2025.
共引文献
341
1
张浣星,王肖锋,武刚.
应用于水下生物识别的联合范数主成分分析算法[J]
.光电子.激光,2022,33(10):1067-1074.
被引量:1
2
李舜酩,杨涛.
基于峭度的转子振动信号盲分离[J]
.应用力学学报,2007,24(4):560-565.
被引量:12
3
徐桂芳,高勇.
基于训练序列的盲分离算法性能分析[J]
.舰船电子工程,2008,28(8):30-33.
4
张晋东,秦贵和,崔月.
基于FastICA和SVM的EEG信号分类系统[J]
.计算机研究与发展,2008,45(z1):255-258.
被引量:1
5
夏冰,刘亚雷,穆晓敏,齐林,杨守义.
一种改进的非线性PCA胎儿心电信号提取算法[J]
.郑州大学学报(理学版),2009,41(1):99-103.
被引量:3
6
王凌燕,黄公亮,侯文.
基于独立分量分析的潜艇振动信号盲分离技术[J]
.计量与测试技术,2009,36(3):14-16.
被引量:1
7
张剑,陈豪.
欠定条件下的空间同频信号盲分离[J]
.空间电子技术,2012,9(2):10-15.
8
杜钊,李宏伟,张建忠.
L-DACS中的信号分离算法的研究[J]
.传感器与微系统,2012,31(6):45-48.
被引量:2
9
徐桂芳,陈莹莹,徐晋.
SHIBBS盲分离算法失效性分析[J]
.机械与电子,2010,28(S1):140-142.
10
祁亨年.
支持向量机及其应用研究综述[J]
.计算机工程,2004,30(10):6-9.
被引量:184
同被引文献
6
1
甘武,孙云莲,蒲晓羽.
用独立分量分析消除工频通信中的谐波干扰[J]
.电力系统通信,2005,26(2):25-28.
被引量:6
2
余凯.基于本征图像滤波的地震资料衰减方法的研究[D].西安:西安交通大学,2010.
3
李志农,范涛,岳秀廷.
传统独立分量分析和变分贝叶斯独立分量分析的比较[J]
.江苏大学学报(自然科学版),2010,31(1):114-119.
被引量:4
4
张驰,李悦丽,周智敏.
基于独立分量分析法的稀疏阵列穿墙成像雷达直达波干扰抑制[J]
.雷达学报(中英文),2014,3(5):524-532.
被引量:8
5
杨竹青,李勇,胡德文.
独立成分分析方法综述[J]
.自动化学报,2002,28(5):762-772.
被引量:148
6
张旭秀,邱天爽,张润烜,解宁.
独立分量分析原理及其应用[J]
.大连铁道学院学报,2003,24(2):64-69.
被引量:6
引证文献
1
1
崔少华,赵庆平.
独立分量分析法去噪的研究与应用[J]
.牡丹江师范学院学报(自然科学版),2016,42(2):27-29.
被引量:5
二级引证文献
5
1
崔少华,单巍,赵庆平.
基于负熵的快速不动点ICA算法在去噪中的应用[J]
.宿州学院学报,2017,32(1):98-100.
被引量:1
2
刘兴业,韩太林,张永立,郎百和,王啸.
基于改进FastICA的冲击波工频干扰消除算法[J]
.吉林大学学报(信息科学版),2018,36(1):48-54.
被引量:2
3
孙晓娟,王利.
基于CEEMD小波包算法的降噪方法研究[J]
.计算机与现代化,2020(9):73-76.
被引量:3
4
朱国武,庄金雷,王力超,刘丙友.
基于遗传算法的图像边缘检测研究[J]
.牡丹江师范学院学报(自然科学版),2022,48(4):18-21.
被引量:2
5
郭伟,方振国.
图像噪点数据的定位与优化[J]
.牡丹江师范学院学报(自然科学版),2023,49(1):19-22.
被引量:1
1
陈朝阳,杜勇,林子杰,李安.
一种新改进的DS/CDMA多用户检测器[J]
.集美大学学报(自然科学版),2006,11(2):97-101.
2
杨竹青,胡德文.
独立成分分析方法在盲源信号分离中的应用[J]
.计算机测量与控制,2002,10(3):200-202.
被引量:19
3
肖文书,张兴敢.
基于盲源分离算法的阵列信号波达方向-频率估计[J]
.南京大学学报(自然科学版),2009,45(4):463-472.
被引量:6
4
李文,于欣欣,李秀梅.
交流电机调速系统振动信号的盲源分离[J]
.工业控制计算机,2011,24(2):13-14.
5
陈旭东,范菁,张兰兰,曲金帅.
2.4GHz网络信道估计与识别[J]
.云南民族大学学报(自然科学版),2017,26(1):69-75.
被引量:1
科技信息
2008年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部