原文服务方: 计算机测量与控制       
摘要:
独立成分分析(ICA)在国内尚属一门新型的方法.介绍了ICA的原理及其算法,然后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.结果表明,ICA在盲源信号分离中将是一种很有潜力的方法.
推荐文章
核独立成分分析在图像处理中的应用
核独立成分分析
图像处理
遥感影像
独立成分分析在表情识别中的应用
表情识别
独立成分分析
空间影射
基于核独立成分分析的盲多用户检测算法
多用户检测
核独立成分分析
盲信号分离
重建核希尔伯特空间
基于核独立成分分析的盲源信号分离
独立成分分析(ICA) 核空间 盲源信号分离(BSS) 主成分分析(PCA)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 独立成分分析方法在盲源信号分离中的应用
来源期刊 计算机测量与控制 学科
关键词 独立成分分析 主成分分析 盲源信号分离
年,卷(期) 2002,(3) 所属期刊栏目 设计与应用
研究方向 页码范围 200-202
页数 3页 分类号 TP13
字数 语种 中文
DOI 10.3321/j.issn:1671-4598.2002.03.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡德文 国防科技大学机电工程与自动化学院 92 1254 16.0 32.0
2 杨竹青 国防科技大学机电工程与自动化学院 3 433 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (42)
同被引文献  (25)
二级引证文献  (123)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2005(4)
  • 引证文献(3)
  • 二级引证文献(1)
2006(7)
  • 引证文献(5)
  • 二级引证文献(2)
2007(7)
  • 引证文献(3)
  • 二级引证文献(4)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(12)
  • 引证文献(4)
  • 二级引证文献(8)
2012(10)
  • 引证文献(3)
  • 二级引证文献(7)
2013(21)
  • 引证文献(3)
  • 二级引证文献(18)
2014(17)
  • 引证文献(3)
  • 二级引证文献(14)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(20)
  • 引证文献(1)
  • 二级引证文献(19)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
独立成分分析
主成分分析
盲源信号分离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导