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:
在基于解广义特征方程的线性混合信号盲分离方法的基础上,结合核特征空间给出了一种基于特征选择的非线性混合信号盲分离算法.该算法首先将非线性混合信号映射到高维特征空间,根据适应度函数选出一组完备的特征向量基.其次,通过这组特征向量基将高维特征空间的信号映射到参数空间,从而把非线性混合信号盲分离问题转化为特征空间的线性混合信号盲分离问题.在特征空间中,应用基于解广义特征方程的线性混合信号盲分离方法对信号进行分离.该方法稳定性好,收敛精度高,计算量小.仿真结果表明该算法具有良好的分离性能.
推荐文章
具有奇异M-矩阵结构的非线性特征值问题的正特征向量及其牛顿迭代解
奇异M-矩阵
非线性特征值问题
正特征向量
牛顿迭代法
收敛性
基于特征向量的文本信息过滤算法研究
文本信息
特征向量
相似度
信息过滤
基于联合特征向量的自动数字调制识别算法
调制识别
特征向量
高阶统计量
欧氏距离
神经网络
方阵的模糊特征向量
模糊数
特征值
特征向量
模糊线性系统
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 基于特征向量选择的非线性盲分离算法
来源期刊 电路与系统学报 学科 工学
关键词 特征向量选择 广义特征方程 核矩阵 非线性混合
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 35-40
页数 分类号 TN911
字数 4248字 语种 中文
DOI 10.3969/j.issn.1007-0249.2010.05.008
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 郑林华 国防科学技术大学电子科学与工程学院 54 236 7.0 12.0
2 郑茂 国防科学技术大学电子科学与工程学院 7 26 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
特征向量选择
广义特征方程
核矩阵
非线性混合
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
电路与系统学报
双月刊
1007-0249
44-1392/TN
16开
广东省广州市
1996
chi
出版文献量(篇)
2090
总下载数(次)
5
论文1v1指导