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:
针对传统聚类分析不能有效处理矢量数据聚类的问题,提出矢量聚类算法.该算法以点到矢量的距离最小化为分类依据,所得类簇中心为一矢量.根据稀疏信号的分布特性,用矢量聚类方法估计系统的混合矩阵,再利用估计的混合矩阵分离混合信号,从而得到稀疏信源的估计,简化了传统的混合信号分离过程.实验结果表明该矢量聚类方法能比传统的标量聚类方法更有效地估计矢量数据的中心,能在稀疏的处理域中很好地分离出稀疏信源.
推荐文章
稀疏分量分析的RANSAC算法
稀疏分量分析
随机抽样一致
欠定混叠
盲源分离
矩阵估计
基于核独立分量分析的模糊核聚类神经网络集成方法
核独立分量分析
特征提取
模糊核聚类
选择性聚类集成
独立分量分析及其应用研究
盲源分离
独立分量分析
优化准则
高阶统计
信息论
矢量分析中的单位矢量求偏导数问题及实例分析
矢量分析
电动力学
单位矢量
偏导数
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 矢量聚类及其在稀疏分量分析中的应用
来源期刊 计算机工程 学科 工学
关键词 盲源分离 稀疏信号分析 矢量聚类
年,卷(期) 2008,(5) 所属期刊栏目 博士论文
研究方向 页码范围 8-10
页数 3页 分类号 TP391.4
字数 2731字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.05.003
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 王延杰 中国科学院长春光学精密机械与物理研究所图像室 116 1871 21.0 38.0
2 蔡荣太 中国科学院长春光学精密机械与物理研究所图像室 6 38 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (59)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
盲源分离
稀疏信号分析
矢量聚类
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导