原文服务方: 计算机应用研究       
摘要:
为了提高盲源分离的分离性能,提出了基于随机抽样一致(RANSAC)的稀疏分量分析方法.首先,如果时域源信号不稀疏,则先对混合信号按要求进行短时傅里叶变换、小波变换或非下采样轮廓波变换等线性变换,使其在相应的变换域稀疏化;其次,利用RANSAC算法以序贯的方式估计出混合矩阵的列向量;最后,利用最短路径法等源估计算法估计出源信号,实现盲源分离.理论分析和实验均表明,此算法不仅可以有效地估计出混合矩阵,而且对稀疏度要求适当降低的信号也有较好的分离效果.
推荐文章
欠定盲源分离的稀疏分量分析方法
盲源分离
稀疏分量分析
稀疏表示
欠定混合
压缩传感
聚类
优化
基于CS与K-SVD的欠定盲源分离稀疏分量分析
欠定盲源分离
稀疏表示
压缩感知
一种剪切波域的稀疏分量分析方法
盲源分离
独立分量分析
稀疏分量分析
剪切波变换
近红外光谱稀疏分量分析检测柴油品质参数
近红外光谱
柴油检测
独立分量分析法
稀疏分量分析法
盲源分离
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 稀疏分量分析的RANSAC算法
来源期刊 计算机应用研究 学科
关键词 稀疏分量分析 随机抽样一致 欠定混叠 盲源分离 矩阵估计
年,卷(期) 2014,(6) 所属期刊栏目
研究方向 页码范围 1681-1683,1687
页数 4页 分类号 TP911
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.06.018
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 曹杰 南京航空航天大学无人机研究院 27 190 9.0 12.0
2 章建军 南京航空航天大学电子信息工程学院 4 11 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (18)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (10)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
稀疏分量分析
随机抽样一致
欠定混叠
盲源分离
矩阵估计
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