作者:
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:
ICA一般被用作盲分离.盲源信号经ICA进行分离后,得到的分离信号其形态和源信号有着高度相似性,然而在幅值方面却和源信号有着较大差异.为此将ICA和自适应混合智能优化算法结合处理信号分离问题.首先将混合的信号利用ICA方法分离得到独立的分离信号,然后利用自适应混合智能优化算法对分离信号进行寻优,从而得到分离精度更高的信号.实验表明,该方法是可行的.
推荐文章
基于ICA和DWT的自适应盲水印算法
数字水印
独立分量分析
小波变换
噪声可见函数
自适应步长加权正交约束自然梯度ICA算法
ICA
最速下降
加权正交约束
自适应步长
高光谱遥感图像混合像元分解的群智能算法
高光谱图像
混合像元分解
群智能
端元提取
丰度反演
混合智能算法在需水预测模型中的应用
需水预测
支持向量机
粒子群算法
遗传算法
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 基于ICA和自适应混合智能算法的应用
来源期刊 浙江水利水电学院学报 学科 工学
关键词 ICA 遗传 神经网络 自适应
年,卷(期) 2019,(1) 所属期刊栏目 信息与自动化工程
研究方向 页码范围 68-72
页数 5页 分类号 TP391.4
字数 3841字 语种 中文
DOI 10.3969/j.issn.2095-7092.2019.01.013
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 陈艳 池州学院机电工程学院 16 46 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (20)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (6)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(2)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
ICA
遗传
神经网络
自适应
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
浙江水利水电学院学报
双月刊
2095-7092
33-1385/TK
大16开
杭州下沙高教园东区学林街583号
1987
chi
出版文献量(篇)
2619
总下载数(次)
2
总被引数(次)
6041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导