基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
扩展Infomax算法是在传统Infomax算法基础上发展起来的一种较为实用的盲源分离算法.该算法采用非线性模型的动态切换技术,实现了对超高斯源和亚高斯源的同步分离.该文结合模型切换矩阵系数和迭代误差在盲源分离过程中的变化,直观地展示了扩展Infomax算法的收敛过程.文中还探讨了高斯随机噪声和随机脉冲干扰对算法收敛性能的影响.所得结论对于扩展Infomax算法的实际应用有一定的指导意义.
推荐文章
蝙蝠算法的全局收敛性分析
蝙蝠算法
随机优化算法
全局收敛性
全局最优解
遗传算法的收敛性研究
遗传算法
全局收敛性
自适应遗传算法
并行遗传算法
小生境遗传算法
FADS系统迭代算法的收敛性分析
三点法
嵌入式大气数据传感系统
收敛性
思维进化算法的收敛性研究
自相似性
思维进化算法
收敛性
离线估计
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 扩展Infomax算法的收敛性分析
来源期刊 计算机工程与应用 学科 工学
关键词 盲源分离 独立分量分析 峭度 高斯噪声
年,卷(期) 2003,(7) 所属期刊栏目 博士论坛
研究方向 页码范围 49-51,59
页数 4页 分类号 TP301.6
字数 3228字 语种 中文
DOI 10.3321/j.issn:1002-8331.2003.07.016
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 吴小培 安徽大学计算机科学与信息工程学院 132 1377 20.0 29.0
2 张道信 安徽大学计算机科学与信息工程学院 31 323 12.0 17.0
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  (1)
节点文献
引证文献  (7)
同被引文献  (0)
二级引证文献  (8)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
盲源分离
独立分量分析
峭度
高斯噪声
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导