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:
为了提高盲源分离的准确率,提出了结合压缩感知(CS)与K均值奇异值分解(K-SVD)的稀疏分量分析方法进行盲源分离.首先,分析欠定盲源分离估计源信号与压缩感知问题的等价性,建立压缩感知框架;其次,在此框架下利用K-SVD方法训练稀疏字典;最后利用经典追踪算法计算得到稀疏分量,结合传统的两步法,进行盲源分离.大量实验表明,该算法与其他稀疏表示方法相比获得了较好的分离效果.与传统两步法不同的是,该算法在压缩感知框架下利用K-SVD方法自适应地训练稀疏字典,求出混合信号的稀疏表示,稀疏分量分析方法的改进对盲源分离的准确率起到直接的影响作用.
推荐文章
欠定盲源分离的稀疏分量分析方法
盲源分离
稀疏分量分析
稀疏表示
欠定混合
压缩传感
聚类
优化
基于稀疏 K-SVD 字典的图像融合方法
稀疏K-SVD
解析字典
学习字典
图像融合
基于K-SVD超声渡越时间获取方法研究
稀疏表示
完备字典
超声检测
正交匹配追踪
K-SVD
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
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CS与K-SVD的欠定盲源分离稀疏分量分析
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 欠定盲源分离 稀疏表示 压缩感知
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 1127-1131
页数 分类号 TN912.35
字数 4155字 语种 中文
DOI 10.3969/j.issn.1001-0505.2011.06.002
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 赵力 东南大学水声信号处理教育部重点实验室 308 3093 27.0 44.0
2 邹采荣 东南大学水声信号处理教育部重点实验室 153 2088 25.0 40.0
4 奚吉 东南大学水声信号处理教育部重点实验室 10 69 4.0 8.0
7 余丰 东南大学水声信号处理教育部重点实验室 2 35 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (567)
参考文献  (7)
节点文献
引证文献  (32)
同被引文献  (39)
二级引证文献  (85)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(8)
  • 引证文献(6)
  • 二级引证文献(2)
2014(11)
  • 引证文献(7)
  • 二级引证文献(4)
2015(14)
  • 引证文献(2)
  • 二级引证文献(12)
2016(24)
  • 引证文献(6)
  • 二级引证文献(18)
2017(17)
  • 引证文献(3)
  • 二级引证文献(14)
2018(21)
  • 引证文献(5)
  • 二级引证文献(16)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(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
欠定盲源分离
稀疏表示
压缩感知
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导