一种新的神经网络盲源分离方法

• 作者: 陈阳
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 人工神经网络 独立元分析 信号盲分离
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 178-183
• 页数: 6页
• 分类号: TN911.7
• 字数: 4541字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.02.010

摘要

提出了一种新颖的有导-无导联合学习神经网络盲源分离方法.该方法用经典的有导学习误差反传规则训练多层感知器,对信号的概率分布函数进行自适应逼近,从而给出分离矩阵无导学习规则中非线性激励函数的恰当估计.将该方法与纯粹无导学习方法进行了对比,说明了其性能上的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈阳	东南大学无线电工程系	41	130	6.0	9.0