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:
通过引入一个用于评价多维独立成分分析(MICA)算法性能的指标,进行数值仿真来研究其分离性.将多维Amari分离误差作为度量多维独立成分分析算法性能的一个重要指标,在比较分析研究vkMICA、cfMICA、MSOBI、S JADE等四个算法的分离性能的基础上,使用随机分布生成的字母信号进行仿真与测试,直观地显示了MICA模型的分离效果和不确定性.研究结果显示,MICA是一种非常有效的进行多维源信号分析的方法.
推荐文章
独立成分分析在表情识别中的应用
表情识别
独立成分分析
空间影射
基于独立成分分析功能连接的抑郁症分类研究
功能磁共振成像
抑郁症
全脑功能连接
独立成分分析
核独立成分分析在图像处理中的应用
核独立成分分析
图像处理
遥感影像
基于独立成分分析和支持向量机的入侵检测方法
入侵检测
独立成分分析
支持向量机
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 基于多维独立成分分析的数值仿真与分析
来源期刊 计算机应用 学科 工学
关键词 多维独立成分分析 多维Amari 数值仿真 信号测试
年,卷(期) 2012,(4) 所属期刊栏目 先进计算
研究方向 页码范围 994-998
页数 分类号 TP301.6|O242.1
字数 3171字 语种 中文
DOI 10.3724/SP.J.1087.2012.00994
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 谢永红 哈尔滨金融学院计算机系 17 76 4.0 8.0
2 张国伟 西安交通大学电子与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (90)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多维独立成分分析
多维Amari
数值仿真
信号测试
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导