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:
盲源分离(BSS)是传感器信号处理领域研究热点,针对传统盲源分离算法大多存在收敛速度慢、分离精度低、适用场合窄的缺点,提出了一种基于自适应人工蜂群算法的盲源分离.利用Givens旋转变换降低计算量,搜索策略引入自适应全局指导项动态调节最优解导向作用,选择策略采用自适应Boltz-mann轮盘赌作改进平衡迭代各阶段选择压力集中程度.实验表明:基于自适应人工蜂群算法的盲源分离,能够加快收敛速度并显著提高分离精度至约3个数量级.
推荐文章
增强寻优能力的自适应人工蜂群算法
人工蜂群算法
混沌优化
自适应步长策略
局部搜索
基于改进人工蜂群算法的盲源分离算法
盲源分离
峰度
自然梯度
人工蜂群算法
搜索过程
变步长等变自适应盲源分离算法
盲源分离
等变自适应盲源分离
分离指标
变步长
在线算法
基于人工蜂群算法的指控结构适应性调整方法
指挥控制组织
组织结构
适应性调整
人工蜂群算法
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 自适应人工蜂群算法的盲源分离
来源期刊 传感器与微系统 学科 工学
关键词 盲源分离 人工蜂群算法 自适应 搜索策略 选择策略
年,卷(期) 2017,(1) 所属期刊栏目 计算与测试
研究方向 页码范围 127-130
页数 4页 分类号 TP301.6|TN911
字数 3621字 语种 中文
DOI 10.13873/J.1000-9787(2017)01-0127-04
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 沈海斌 浙江大学超大规模集成电路设计研究所 139 832 13.0 21.0
2 徐耘 浙江大学超大规模集成电路设计研究所 1 6 1.0 1.0
3 诸逸凡 浙江大学超大规模集成电路设计研究所 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (38)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (17)
二级引证文献  (3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(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
盲源分离
人工蜂群算法
自适应
搜索策略
选择策略
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导