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:
针对ICA技术中常用的普通梯度算法容易陷入局部最优,提出了一种基于量子行为的粒子群算法和独立分量分析相结合的盲源分离新算法.以负熵作为独立分量分析的目标函数,用QPSO算法代替普通梯度算法,对瞬时混合信号进行分离,给出了算法的具体步骤.实验结果表明,该算法能够有效实现图像的盲源分离.同时与其他算法对比,体现了该算法更高的性能.
推荐文章
基于EEMD和ICA的单通道列车信号盲分离
盲源分离
单通道
列车故障
经验模态分解
独立分量分析
一种基于ICA的盲源分离定点迭代算法
ICA
盲源分离
定点算法
基于ICA的混合调制信号的盲分离
盲信号分离
独立分量分析
调制信号
基于ICA的图像盲分离算法
独立分量分析
投影追踪
负熵
快速ICA
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QPSO和ICA的图像盲分离方法研究
来源期刊 郑州大学学报(工学版) 学科 工学
关键词 独立分量分析 量子粒子群 盲源分离 负熵
年,卷(期) 2012,(3) 所属期刊栏目 计算机技术与信息工程
研究方向 页码范围 106-109,112
页数 分类号 TN911.7
字数 3298字 语种 中文
DOI 10.3969/j.issn.1671-6833.2012.03.027
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 范文兵 郑州大学信息工程学院 58 345 9.0 15.0
2 邢军阳 郑州大学信息工程学院 4 21 3.0 4.0
3 李海涛 郑州大学信息工程学院 18 34 3.0 5.0
4 代琳娜 郑州大学信息工程学院 2 10 2.0 2.0
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  (22)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (4)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(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
独立分量分析
量子粒子群
盲源分离
负熵
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
郑州大学学报(工学版)
双月刊
1671-6833
41-1339/T
大16开
河南省郑州市科学大道100号
36-232
1980
chi
出版文献量(篇)
3118
总下载数(次)
0
总被引数(次)
21814
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导