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:
独立分量分析(Independent Component Analysis,ICA)是近年来发展起来的一种有效的盲源分离技术(Blind Source Separation,BSS).本文介绍了独立分量分析的基本理论,用基于最大熵原理的对负熵的估计方法得出了ICA的目标函数,并介绍了基于负熵极大的FastICA算法.MATLAB仿真试验表明:该算法可以较好地分离混合声音信号,具有良好的稳定性,收敛速度较快.
推荐文章
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
基于独立分量分析的盲源分离研究
独立分量分析
盲源分离
白化
快速ICA
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
基于快速独立分量分析的脑电波信号降噪
脑电波信号
降噪
小波变换
快速独立分量分析
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 基于负熵极大的独立分量分析方法
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 独立分量分析 盲源分离 负熵
年,卷(期) 2005,(6) 所属期刊栏目 应用基础研究
研究方向 页码范围 396-399
页数 4页 分类号 TM911.7
字数 2869字 语种 中文
DOI 10.3969/j.issn.1673-3193.2005.06.002
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 沈毅 2 30 2.0 2.0
2 申丽岩 北京工业大学电子信息与控制工程学院 2 42 2.0 2.0
3 方滨 1 26 1.0 1.0
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  (6)
节点文献
引证文献  (26)
同被引文献  (32)
二级引证文献  (74)
1991(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(6)
  • 引证文献(5)
  • 二级引证文献(1)
2009(8)
  • 引证文献(2)
  • 二级引证文献(6)
2010(12)
  • 引证文献(2)
  • 二级引证文献(10)
2011(9)
  • 引证文献(4)
  • 二级引证文献(5)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
独立分量分析
盲源分离
负熵
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
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
论文1v1指导