基于改进Hopfield神经网络的自适应二维噪声对消器

• 作者: 张冰 黄健
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 连续型Hopfield神经网络 自适应滤波器 噪声对消器 多维信号处理
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 噪声控制
• 页码范围: 75-78
• 页数: 4页
• 分类号: TB53
• 字数: 2498字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8684.2008.02.023

摘要

提出了基于连续型Hopfield神经网络(CHNN)的自适应二维噪声对消器,讨论了神经网络的结构和原理及相应的自适应滤波算法,并从理论上进行了论证.仿真结果表明相对于采用最小均方算法的二维线性噪声对消器,CHNN噪声对消器能更有效实现二维噪声的消除,保持原信号的完整性,获得较好的去噪声效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冰	江苏科技大学电子信息学院	108	828	15.0	22.0
2	黄健	江苏科技大学电子信息学院	2	3	1.0	1.0