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:
伴随着国内外对盲源分离问题研究的日益深入,在独立分量分析等经典算法之外逐步发展出了许多新的算法.稀疏分量分析就是其中有效的方法之一,它利用信号的稀疏分解,克服了独立分量分析非欠定性的要求,解决了欠定情况下的盲源分离问题.本文将以稀疏分量分析为主要对象,归纳总结了近期的研究进展.
推荐文章
欠定盲源分离的稀疏分量分析方法
盲源分离
稀疏分量分析
稀疏表示
欠定混合
压缩传感
聚类
优化
基于CS与K-SVD的欠定盲源分离稀疏分量分析
欠定盲源分离
稀疏表示
压缩感知
高阶累积量在欠定盲源分离中信源数目估计的应用
高阶累积量
信源数目
盲信号
特征分解
奇异值算法
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
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 稀疏分量分析在欠定盲源分离问题中的研究进展及应用
来源期刊 信号处理 学科 工学
关键词 盲源分离 稀疏分量分析 欠定 稀疏分解
年,卷(期) 2008,(6) 所属期刊栏目 综述
研究方向 页码范围 966-970
页数 5页 分类号 TN91
字数 4955字 语种 中文
DOI 10.3969/j.issn.1003-0530.2008.06.017
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 邱天爽 大连理工大学电子与信息工程学院 302 2478 22.0 33.0
2 毕晓辉 大连理工大学电子与信息工程学院 3 50 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (202)
参考文献  (14)
节点文献
引证文献  (36)
同被引文献  (40)
二级引证文献  (91)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(3)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(6)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(7)
  • 引证文献(7)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(5)
  • 引证文献(4)
  • 二级引证文献(1)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(17)
  • 引证文献(5)
  • 二级引证文献(12)
2015(22)
  • 引证文献(6)
  • 二级引证文献(16)
2016(18)
  • 引证文献(4)
  • 二级引证文献(14)
2017(24)
  • 引证文献(2)
  • 二级引证文献(22)
2018(16)
  • 引证文献(2)
  • 二级引证文献(14)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
盲源分离
稀疏分量分析
欠定
稀疏分解
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
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
论文1v1指导