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:
基于神经网络理论中的支持向量机回归方法,利用径向基函数构造核函数,给出类高斯函数的混合信号概率密度稀疏表达,进而得到输出信号的概率密度的显式表达;提出一种估计激活函数的新方法,与盲信号抽取定点算法相结合,形成一种新的盲分离算法.通过仿真实验,验证了该方法能成功地分离超、亚高斯混合信号.
推荐文章
基于邻域风险最小化概率密度估计的自适应盲分离算法
邻域风险
概率密度估计
支持向量机
激活函数
自然梯度算法
盲分离
基于核函数和带宽的海杂波概率密度函数估计
海杂波
核密度估计
非参数化估计方法
概率密度函数
基于SVM的概率密度估计及分布估计算法
核函数
样本点
舍选法
分布估计算法
任意概率密度信号的盲分离
ICA
盲源分离
最大似然
扩展最大似然Givens矩阵
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 盲源分离的SVM概率密度函数估计算法
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 概率密度 激活函数 定点抽取算法
年,卷(期) 2009,(17) 所属期刊栏目 数据库、信息处理
研究方向 页码范围 142-144,166
页数 4页 分类号 TN911
字数 4132字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.17.043
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 何选森 湖南大学计算机与通信学院 22 86 6.0 8.0
2 胡波平 湖南大学计算机与通信学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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
支持向量机
概率密度
激活函数
定点抽取算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导