一种改进的自适应混合神经网络盲分离算法

• 作者: 吕淑平 祝捷
• 来源期刊: 计算机应用研究
• 关键词: 盲信号分离 神经网络 自适应步长
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1055-1057
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.04.026

摘要

传统的前馈神经网络盲源分离算法由于步长固定存在许多缺点,而基于Sigmoid函数的自适应步长算法虽然能够克服固定步长算法的缺陷,但其稳态性能较差.针对这个问题,提出一种改进的自适应步长算法,该算法可灵活地控制步长因子函数的形状,在近零点处变化较Sigmoid函数更加缓慢,性能更加优越；同时针对前馈神经网络的不足,在前馈神经网络结构中引入递归结构,利用改进的自适应步长算法控制学习速率.仿真分析表明该算法具有更快的分离速度和更加优越的分离效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕淑平	哈尔滨工程大学自动化学院	47	246	9.0	13.0
2	祝捷	哈尔滨工程大学自动化学院	1	11	1.0	1.0