期刊文献+

独立分量分析法去噪的研究与应用 被引量:5

下载PDF
导出
摘要 采用独立分量分析法对含噪信号进行处理,目的是对混合信号中的随机噪声进行衰减,提高信噪比.该方法建立在高阶统计量基础上,利用信号和噪声之间统计独立的特性实现信噪分离.采用4个独立信号源混噪后的模型进行仿真,分离出的信号与源信号十分相似,并且相互独立;模拟地震资料进行仿真,对噪声的衰减效果明显.
出处 《牡丹江师范学院学报(自然科学版)》 2016年第2期27-29,共3页 Journal of Mudanjiang Normal University:Natural Sciences Edition
基金 安徽省高等学校自然科学研究项目(KJ 2014B07)
  • 相关文献

参考文献7

二级参考文献58

  • 1李志农,郝伟,韩捷,何永勇,褚福磊.噪声环境下机械故障源的盲分离[J].农业机械学报,2006,37(11):110-113. 被引量:22
  • 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
  • 3孙即祥.数字图像处理[M].石家庄:河北教育出版社,1993..
  • 4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..
  • 5林家骏.过程信号的盲分离[J].华东理工大学学报,1995,25:36-41.
  • 6Choudrey R A. Variational methods for Bayesian independent component analysis [D]. UK: University of Ox- ford, 2002.
  • 7MacKay D J C. Probable networks and plausible prediction-a reviews of practical Bayesian methods of supervised neural networks [J]. Journal of Network Computation iu Neural Systems, 1995, 6:469 -505.
  • 8Miskin J W. Ensemble learning for independent component analysis[ D]. UK : University of Cambridge, 2000.
  • 9Bertrand Rivetl, Christian Jutten, Vincent Vigneron. Wavelet de-noising for blind source separation in noisy mixtures[J]. Lecture Notes in Computer Science, 2004, 3195:263-270.
  • 10HYVARINEN A. Independent component analysis in the presence of Gaussian noise by maximizing joint likeihood[J].Neurocomputing 1998, 22 : 49-67.

共引文献167

同被引文献58

引证文献5

二级引证文献9

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...
;
使用帮助 返回顶部