基于典型相关性分析的自适应拟牛顿盲源分离算法

• 作者: 冶继民 张瑞芬
• 来源期刊: 吉林大学学报（理学版）
• 学科: 数学
• 关键词: 盲源分离 典型相关性分析 拟牛顿迭代
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 数学
• 页码范围: 559-563
• 页数: 5页
• 分类号: O213
• 字数: 3434字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2017.03.16

摘要

通过分析经典的典型相关性分析标准,提出一种新的源信号抽取标准,并利用在线拟牛顿算法求解新标准,进而得到一种新的基于典型相关性分析的盲源信号抽取算法,实现了盲源分离.理论分析表明,新源信号抽取标准的唯一全局最小值点是经典典型相关性分析标准的最大值点.仿真结果表明,新算法收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冶继民	西安电子科技大学数学与统计学院	18	126	5.0	11.0
2	张瑞芬	西安电子科技大学数学与统计学院	2	3	1.0	1.0