基于负熵和智能优化算法的盲源分离方法

• 作者: 岳克强 沈雷 赵知劲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 盲源分离 粒子群优化算法 混合蛙跳算法 阈值选择 负熵 峭度
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 开发研究与设计技术
• 页码范围: 250-252
• 页数: 3页
• 分类号: TP391
• 字数: 3602字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.04.088

摘要

针对混合蛙跳算法(SFLA)更新策略会陷入局部最优、降低收敛速度的问题,提出一种自适应阈值更新策略.根据盲源分离中常用峭度和负熵作为非高斯性的度量,但峭度对野值敏感,影响算法性能,研究一种基于负熵准则的采用粒子群优化(PSO)算法和混合蛙跳算法的盲源分离方法.仿真结果表明,基于负熵的盲分离算法性能优于基于峭度的盲分离算法,基于SFLA的盲分离算法性能优于基于PSO的盲分离算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵知劲	杭州电子科技大学通信工程学院	200	1531	19.0	29.0
2	沈雷	杭州电子科技大学通信工程学院	62	272	9.0	14.0
3	岳克强	杭州电子科技大学通信工程学院	25	122	7.0	10.0