版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、西安電子科技大學(xué)碩士學(xué)位論文基于ICA的盲信源分離姓名:劉小東申請學(xué)位級別:碩士專業(yè):模式識別與智能系統(tǒng)指導(dǎo)教師:樓順天20030101AbstractTheblindsourcesepararon(Bss)whentheSOUrCenumberisunknownandchangesdynamicallyisallimportantandopenproblem,Inrecentyears,manyseparatingalgorithms
2、havebeendeveloped,inwhichsomealgorithmssuchasthenaturalgradientalgorithmandrelativegradientalgorithmworkeffectiveHowevermestofalgorithmsrequirethatthenumberofsourcesisassumedtobeknownaprioriandunchangedInotherword,thosea
3、lgorithmscanriotalwaysobtaingoodseparationresults,whenthesourcenumberisunknownandchangesdynamicallyAnewalgorithmisintroducedinthispaperwhichisapplied船thedeterminationofunknownnumberofsourcesandthedetectionofthesourcenumb
4、erdynamicallyaswd!astheontineblindseparationofoTarce$Thekeypointsofthepaperaleasfollows:BasedonthecorrelationcoefficiemamongtheelementsOfoutptRvectorofneuralnetwork,theredundantsignaiinoutputcomponentscanbedetected,andde
5、letedbychangingthestructureofdynamicneuralnetwork(DNN),TheDNNusingaatu罐gradientalgorithmcanbechange4itsstructureswhenthesourconumbercartischangedwithDNN,theunknownsourcenumbercanbedetermined,thechangingsourcenumbercallbe
6、detectedandthemixedsourceCallbeseparatedonlineBased0ntheblindsourceseparationwithindependentcomponentanalysis(ICA)andwavdetpacketdecomposition鑫newalgorithmforthedeterminationoftheSOUSenumberispresentedusingtheenergychara
7、cteristicvectorInthecaseofunknownordynamicallychangingnumb_erofsources,themixedsouf輯isseparatedonlineusing[CAwiththenaturalgradientalgorithm,Thenbasedonthewaveletpacketdecompositionofoutputcomponent,theenergycharacterist
8、icvec治rofeachoutputcomponentisobtainedAfter氌揀thedistanceamongtheelementsofenergycharacteristicvectorarecalculatedonlineThecorrelationoutputsignalcomponentscallbedetectedb豁酣onthesedistancesSuchthemqknownnumberofsourcecanb
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于ICA的盲信號分離算法研究.pdf
- 基于ICA的星載AIS信號盲分離.pdf
- 基于ICA的混合圖像盲分離方法研究.pdf
- 基于ICA的盲信號分離技術(shù)研究及其應(yīng)用.pdf
- 極化敏感陣列中基于PARAFAC的盲信源分離.pdf
- 盲信源分離的若干問題研究.pdf
- 盲信號分離ICA理論與應(yīng)用.pdf
- 基于QPSO和ICA的圖像盲源分離方法的研究.pdf
- 基于ICA的單通道盲源分離算法的改進(jìn)研究.pdf
- 基于ICA的盲源信號分離方法研究與應(yīng)用.pdf
- 線性混合盲信源分離的算法研究.pdf
- 盲信號分離fast-ICA算法研究.pdf
- 盲信源分離的聯(lián)合對角化方法研究.pdf
- 盲源信號分離的有理函數(shù)ICA法.pdf
- 基于負(fù)熵和高斯矩的有噪ICA盲源分離算法的研究.pdf
- 信源數(shù)目未知與變化時的盲信號分離方法研究.pdf
- 基于ICA的擴(kuò)頻序列盲估計算法研究.pdf
- 子空間方法的盲多用戶檢測算法及MIMO(Ⅴ-BLAST)MC-CDMA系統(tǒng)中基于常模算法的盲信源分離.pdf
- 基于ICA的數(shù)字水印盲算法及其在DSP上的實現(xiàn).pdf
- ICA盲分離算法研究及在機(jī)械設(shè)備故障診斷中的應(yīng)用.pdf
評論
0/150
提交評論