盲源信号分离及其发展

Chinese

您当前的位置：

首页 >

文章列表页 >

盲源信号分离及其发展

更新时间：2025-09-11

- 盲源信号分离及其发展
- 暂无标题
- 传感器与微系统 2005年第4期页码：1-4
- 作者机构：
- 作者简介：
- 基金信息：
  
  航空科学基金资助项目(04I52066)
- DOI：10.13873/j.1000-97872005.04.001
  中图分类号： TN911
- 纸质出版：2005
- 稿件说明：
移动端阅览
盲源信号分离及其发展[J]. 传感器与微系统, 2005,(4):1-4.
盲源信号分离及其发展[J]. 传感器与微系统, 2005,(4):1-4. DOI： 10.13873/j.1000-97872005.04.001.

DOI：

盲源信号分离是信号处理学界和神经网络学界所共同关注的一个热点研究问题

主要介绍了盲源信号分离的基本数学原理和基本模型、求解问题的步骤;以基于高阶累积量和信息论准则的各种典型学习算法为主要对象

对其各种典型方法的数学理论以及特点做了分析

介绍了现在的研究进展

并指出进一步的研究方向。

Seungjin Choi,Andrzej Cichocki,Shun-Ichi Amari.Flexible Independent Component Analysis[J].The Journal of VLSI Signal Processing,2000.

张贤达,保铮著.通信信号处理[M].国防工业出版社,2000.

张旭秀,邱天爽.基于源信号统计独立性的ICA方法的不确定性研究[J].系统工程与电子技术,2004(04).

苏野平,何量,杨荣震,朱小刚.一种改进的基于高阶累积量的语音盲分离算法[J].电子学报,2002(07).

刘琚,何振亚.盲源分离和盲反卷积[J].电子学报,2002(04).

张贤达,保铮.盲信号分离[J].电子学报,2001(S1).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于LSTNet的果园土壤含水量预测模型研究

神经网络加速PSO算法的超材料吸波体设计

基于机器学习非恒温谐振液体密度测量设计

基于双重时空特征金字塔的人体行为识别

基于注意力机制的耐力训练动作识别方法