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:
根据混合信号的分离程度,提出了一种新的图像信号分离算法,通过建立分离矩阵控制步长因子变化,利用自适应不完整自然梯度法实现图像的有效分离.新算法既很好地解决了固定步长算法收敛速度和稳态误差之间的矛盾,也解决了其他变步长算法须选择较小初始步长才能实现分离的问题.仿真结果表明新算法收敛速度快,稳态误差小,综合分离性能明显优于其他算法.
推荐文章
变步长等变自适应盲源分离算法
盲源分离
等变自适应盲源分离
分离指标
变步长
在线算法
一种新的自适应步长盲源分离算法
盲源分离
自然梯度
自适应步长
固定步长
一种改进的自适应混合神经网络盲分离算法
盲信号分离
神经网络
自适应步长
基于变步长LMS算法的自适应逆控制系统
变步长
X-滤波LMS算法
ε-滤波LMS算法
直流零漂
自适应逆控制
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 基于变步长的混合图像自适应盲分离算法
来源期刊 数据采集与处理 学科 工学
关键词 盲源分离 变步长 不完整自然梯度法
年,卷(期) 2011,(2) 所属期刊栏目 理论与试验研究
研究方向 页码范围 156-161
页数 分类号 TP319
字数 4352字 语种 中文
DOI 10.3969/j.issn.1004-9037.2011.02.007
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 张天骐 重庆邮电大学信号与信息处理重庆市重点实验室 263 1256 15.0 20.0
2 夏淑芳 重庆邮电大学信号与信息处理重庆市重点实验室 14 26 4.0 4.0
3 李雪松 重庆邮电大学信号与信息处理重庆市重点实验室 11 54 4.0 6.0
4 高清山 重庆邮电大学信号与信息处理重庆市重点实验室 10 83 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (170)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (14)
二级引证文献  (14)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(1)
  • 二级参考文献(4)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(10)
  • 参考文献(1)
  • 二级参考文献(9)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
盲源分离
变步长
不完整自然梯度法
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导