峭度自适应学习率的盲信源分离

• 作者: 吴里江 孙守宇 赵莹 郑君里
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 自适应 学习率 盲信源分离 峭度
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 473-476
• 页数: 4页
• 分类号: TN911
• 字数: 3657字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2005.03.022

摘要

本文提出了一种自适应学习率盲信源分离的自然梯度算法,自适应学习率仅依赖于神经网络输出峭度平方和的负指数.开始阶段由于小的峭度,学习率大收敛速度快.之后,随着峭度变大,学习率慢慢变小,产生小的稳态误差.在线性无记忆混合的情况下,用欠高斯信源进行的模拟实验表明,与固定学习率相比,本文提出的峭度自适应学习率盲信源分离算法具有收敛速度快和稳态误差小的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙守宇	清华大学电子工程系	9	163	7.0	9.0
5	郑君里	清华大学电子工程系	48	997	20.0	30.0
7	赵莹	清华大学电子工程系	7	80	5.0	7.0
11	吴里江	清华大学电子工程系	1	30	1.0	1.0