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:
动量项技术是用来改善自适应盲源分离算法分离性能的有效手段,但算法在融入动量项后,其收敛特性对于动量因子的选取数值较为敏感,且算法的稳态性能仍要受到步长参数的限定.本文首先给出了动量项盲源分离算法的设计原理,分析了现有算法存在的两个缺陷性问题;然后利用梯度下降法构造了具有在线调整特性的动量因子自适应迭代规则,通过对动量因子的实时更新以消除固定动量因子算法的性能缺陷;在此基础上,基于凸组合理论设计了不同步长参数下两个变动量因子算法的自适应优化组合方案,从而在一定程度上缓解了步长参数对于算法性能的限定.在不同环境下进行的仿真实验表明,本文针对动量项盲源分离算法所设计的优化策略能够有效消除其所存在的缺陷问题,在确保快速收敛的同时,又能获取较小的稳态误差.
推荐文章
基于改进鲸鱼优化算法的盲源分离方法
盲源分离
鲸鱼优化算法
峰度
基于动量项前馈神经网络盲均衡算法
盲均衡
前馈神经网络
动量项
基于粒子群算法的盲源分离算法
盲源分离
粒子群算法
群集智能
基于遗传算法的盲源分离算法
盲源分离
遗传算法
互信息
超高斯
亚高斯
快速独立分量分析算法
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 动量项盲源分离算法及其性能优化策略
来源期刊 电子学报 学科 工学
关键词 盲源分离 动量项 动量因子 凸组合 步长
年,卷(期) 2014,(1) 所属期刊栏目 学术论文
研究方向 页码范围 42-48
页数 7页 分类号 TN911.7
字数 5858字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.01.007
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 高颖 烟台大学光电信息科学技术学院 28 124 6.0 10.0
2 欧世峰 烟台大学光电信息科学技术学院 22 130 6.0 11.0
3 耿超 烟台大学光电信息科学技术学院 2 15 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (9)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (37)
二级引证文献  (25)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(9)
  • 引证文献(7)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(20)
  • 引证文献(4)
  • 二级引证文献(16)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
盲源分离
动量项
动量因子
凸组合
步长
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导