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:
稀疏分解寻求从完备的(过完备)函数(基)集合中得到信号最稀疏的表示,即用尽可能少的基精确地表示原信号,从而获得信号的内在本质特性.通过lq最小化算法可以将稀疏信号表示为过完备集下一组基的线性组合,但得到的解通常并不是最稀疏的,在此提出了利用lq(0<q≤1)最小化算法对稀疏信号进行分离,通过试验证明了此方法能够更准确的分离出源信号,同时讨论了参数的选取对试验结果的影响.
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
参数迭代最小化稀疏信号重构ISAR成像算法
逆合成孔径雷达
迭代最小化
稀疏信号重构
成像
最大后验概率
稀疏信号重构的残差最小化追踪
压缩传感
稀疏信号重构
贪婪算法
残差最小化追踪
测试用例最小化研究
回归测试
测试用例集
测试用例最小化
测试覆盖率
测试运行代价
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lq最小化算法的稀疏信号分离
来源期刊 通信技术 学科 工学
关键词 l1最小化算法 加权l1最小化算法 lq最小化算法 信号分离
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 84-86
页数 分类号 TN911.72
字数 1414字 语种 中文
DOI 10.3969/j.issn.1002-0802.2010.08.030
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 桂丽华 西南交通大学信息科学与技术学院 1 2 1.0 1.0
2 徐兵 西南交通大学信息科学与技术学院 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  (10)
共引文献  (4)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (6)
1993(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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
l1最小化算法
加权l1最小化算法
lq最小化算法
信号分离
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导