期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
改进的基于独立成分分析的图像特征提取算法 被引量:11
1
作者 黄启宏 王帅 刘钊 《光电工程》 EI CAS CSCD 北大核心 2007年第1期121-125,共5页
利用基函数稀疏性的极大值特点,本文提出一种改进的基于独立分量分析的图像特征提取算法。通过分析图像的拉普拉斯先验条件,独立成分分析的问题简化为L1范数求最小的问题,但是采用其对偶空间L∞范数求极大值的方法解决问题更加容易。相... 利用基函数稀疏性的极大值特点,本文提出一种改进的基于独立分量分析的图像特征提取算法。通过分析图像的拉普拉斯先验条件,独立成分分析的问题简化为L1范数求最小的问题,但是采用其对偶空间L∞范数求极大值的方法解决问题更加容易。相对其它独立成分分析方法,本文方法不需要对高阶非线性对比函数估值进行复杂的优化。实验结果表明,本文算法相比其它独立成分分析算法,具有更好的稀疏性和更快的收敛速度。 展开更多
关键词 独立成分分析 稀疏性 特征提取 对比函数
在线阅读 下载PDF
ICA的共轭下降法 被引量:3
2
作者 邹琪 罗四维 《北方交通大学学报》 CSCD 北大核心 2003年第5期30-33,共4页
独立分量分析(ICA)作为有效的盲源分离技术(BSS)是信号处理领域的热点.本文在分析现有的ICA算法的基础上提出了以最小互信息为准则函数的ICA的共轭下降算法,并将该算法与传统的算法在计算效率和收敛性方面进行了比较,该算法的迭代次数... 独立分量分析(ICA)作为有效的盲源分离技术(BSS)是信号处理领域的热点.本文在分析现有的ICA算法的基础上提出了以最小互信息为准则函数的ICA的共轭下降算法,并将该算法与传统的算法在计算效率和收敛性方面进行了比较,该算法的迭代次数由传统算法的约2000次减少至不超过300次.适当地选取对比函数可实现全局收敛,并简要分析了对比函数的选取准则.模拟实验证明该算法收敛速度快,而且对初始点不敏感,在健壮性方面具有较好的性能. 展开更多
关键词 信号处理 独立分量分析 共轭梯度算法 对比函数 全局收敛性
在线阅读 下载PDF
基于自组织特征映射的雷达脉冲欠定盲分离方法 被引量:2
3
作者 赵闯 赵拥军 高明霞 《信息工程大学学报》 2018年第4期392-396,共5页
对雷达辐射源的侦察是电磁频谱感知的重要内容。针对现代电磁环境,特别是雷达信号复杂多变以及多域重叠的特点,开展以传统脉冲描述字为工作对象的盲分选方法。首先分析雷达信号的盲分离模型;在此基础上,建立并分析了基于脉冲描述字的对... 对雷达辐射源的侦察是电磁频谱感知的重要内容。针对现代电磁环境,特别是雷达信号复杂多变以及多域重叠的特点,开展以传统脉冲描述字为工作对象的盲分选方法。首先分析雷达信号的盲分离模型;在此基础上,建立并分析了基于脉冲描述字的对比函数;然后提出基于自组织特征映射的雷达脉冲盲分离算法。该方法充分利用雷达信号的时域稀疏性,改进自组织特征映射网络对输入模式的聚类优化准则,提升算法对复杂电磁环境的适用性。仿真分析表明,算法能够分离由频率捷变、重复周期参差以及重复周期跳变等复杂体制交叠的信号,具有较好的鲁棒性。 展开更多
关键词 电磁频谱感知 脉冲描述字 对比函数 聚类优化准则
在线阅读 下载PDF
未知源信号个数盲信号分离的半参数统计方法 被引量:1
4
作者 金海红 冶继民 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2003年第6期844-848,852,共6页
将半参数统计模型引入源信号个数未知的盲分离中,给出了源信号个数(其值n不大于观测信号的个数m)未知,混合矩阵列满秩时,盲分离半参数统计模型的估计函数,得到了由此估计函数给出的半参数统计学习算法.由于分离模型的任一分离点都是该... 将半参数统计模型引入源信号个数未知的盲分离中,给出了源信号个数(其值n不大于观测信号的个数m)未知,混合矩阵列满秩时,盲分离半参数统计模型的估计函数,得到了由此估计函数给出的半参数统计学习算法.由于分离模型的任一分离点都是该算法的平衡点,比已有算法有更好收敛稳定性.通过计算机仿真验证了半参数统计学习算法的有效性和良好的收敛稳定性. 展开更多
关键词 半参数统计 源信号 盲信号分离 自然梯度 互信息 对比函数 估计函数
在线阅读 下载PDF
足球机器人比赛中决策策略的动态选择算法
5
作者 程坷飞 董慧颖 《沈阳航空工业学院学报》 2003年第4期29-30,83,共3页
本文提出了一种分层递阶式足球机器人决策子系统的设计 ,并针对在视觉子系统不采集对方球员信息的情况下 ,给出了实力对比函数的概念和决策策略的动态选择算法。通过在Mi roSoft系统中的实验证明了这是一种有效的策略选择算法。
关键词 多智能体 实力对比函数 决策策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部