| 基于神经网络的自适应非线性盲源分离ICA算法研究 |
| 张天瑜
|
| 2010-06-15
|
| 发表期刊 | 长春工业大学学报(自然科学版)
 |
| ISSN | 1674-1374
|
| 卷号 | 31期号:03页码:334-339 |
| 摘要 | 基于神经网络的非线性盲源分离ICA算法是盲源信号处理的重点。传统的神经网络非线性盲源分离ICA算法的学习速率是固定的,当设定的学习速率较小、误差较大时,迭代参数需要很长时间才能收敛,从而影响盲源分离的效果。根据误差调节的学习速率以及迭代停止标准中不同时刻的误差权重,提出一种基于神经网络的自适应非线性盲源分离ICA算法,该算法可以使得学习速率随着迭代过程中盲源分离的效果而发生变化。仿真结果表明,与传统的神经网络非线性盲源分离ICA算法相比,该算法可以达到理想的盲源分离效果。 |
| 关键词 | 非线性
盲源分离
独立成分分析
神经网络
径向基函数
最大互信息准则
|
| DOI | 10.15923/j.cnki.cn22-1382/t.2010.03.016
|
| URL | 查看原文
|
| 语种 | 中文
|
| 原始文献类型 | 学术期刊
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/91167
|
| 专题 | 国家开放大学江苏分部
|
| 作者单位 | 无锡市广播电视大学机电工程系
|
| 第一作者单位 | 国家开放大学江苏分部
|
| 第一作者的第一单位 | 国家开放大学江苏分部
|
推荐引用方式
GB/T 7714 |
张天瑜. 基于神经网络的自适应非线性盲源分离ICA算法研究[J].
长春工业大学学报(自然科学版),2010,31(03):334-339.
|
| APA |
张天瑜.(2010).基于神经网络的自适应非线性盲源分离ICA算法研究.长春工业大学学报(自然科学版),31(03),334-339.
|
| MLA |
张天瑜."基于神经网络的自适应非线性盲源分离ICA算法研究".长春工业大学学报(自然科学版) 31.03(2010):334-339.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论