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:
针对快速固定点独立分量分析方法容易陷入局部最优解的问题,提出了一种基于改进的蜂群优化的独立分量分析方法.该方法以信号的峭度作为代价函数,利用人工蜂群方法对其进行优化.在优化的过程中,一方面为了避免随机搜索造成的开采能力弱的问题,在跟随蜂搜索阶段采用当前迭代最优解引导的方式产生新的候选解,另一方面,为了避免产生更差的解,在侦查蜂阶段,利用当前迭代中的最优解与最差解的距离产生新的解,代替最差解,提高人工蜂群优化方法的寻优效果,进而提高独立分量分析的精度.实验仿真验证了算法的性能.
推荐文章
改进的人工蜂群算法
人工蜂群算法
差分进化算法
种群初始化
搜索方程
一种改进的人工蜂群算法研究
人工蜂群算法
算法改进
数据分析
更新维度
领域搜索
仿真实验
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
基于单纯形法的人工蜂群算法改进研究
人工蜂群算法
单纯形法
侦查蜂
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 基于改进的人工蜂群的独立分量分析方法
来源期刊 计算机工程与应用 学科 工学
关键词 独立分量分析 人工蜂群 峭度 精度
年,卷(期) 2017,(18) 所属期刊栏目 工程与应用
研究方向 页码范围 204-207
页数 4页 分类号 TN911
字数 3702字 语种 中文
DOI 10.3778/j.issn.1002-8331.1603-0377
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 王欣 东北电力大学信息工程学院 48 346 11.0 17.0
2 赵立权 东北电力大学信息工程学院 34 101 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (56)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(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
独立分量分析
人工蜂群
峭度
精度
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导