原文服务方: 计算机应用研究       
摘要:
参考独立分量分析将源信号的先验信息以参考信号的形式引入到算法中,仅实现期望源信号的抽取,消除了传统独立分量分析中抽取信号的不确定性;以期望信号和参考信号的接近性度量作为目标函数提出了一个固定点算法,避免了人为选取步长,同时通过优选初值进一步提高算法的收敛速率.针对合成数据和实际的心电图数据仿真实验,证明了算法的有效性和更好的收敛性.
推荐文章
基于独立分量分析的快速定点算法
独立分量分析
定点ICA算法
盲信号分离
负熵
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
独立分量分析的理论框架
独立分量分析
盲源分离
梯度算法
固定点算法
Jacobi旋转法
理论框架
改进的参考独立分量分析算法
盲源分离
参考独立分量分析
牛顿迭代
代价函数
收敛速度
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 参考独立分量分析固定点算法
来源期刊 计算机应用研究 学科
关键词 独立分量分析 盲源分离 参考独立分量分析 参考信号 接近性度量
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 134-136
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.01.037
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 李宏 西北工业大学电子信息学院 119 1312 19.0 30.0
2 霍政权 西北工业大学电子信息学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (8)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (2)
二级引证文献  (3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
独立分量分析
盲源分离
参考独立分量分析
参考信号
接近性度量
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导