期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于贝叶斯混合源分离方法的声纳探测误差模型
1
作者
滕敏
袁建
《指挥控制与仿真》
2012年第6期41-44,共4页
声纳的探测误差模型是声纳仿真的核心技术。针对现有的声纳误差白噪声模型仿真逼真度低的问题,提出了基于贝叶斯混合源分离方法,建立了声纳的探测误差模型,提高了声纳误差模型的性能。与传统的白噪声仿真方法相比,基于贝叶斯混合源分离...
声纳的探测误差模型是声纳仿真的核心技术。针对现有的声纳误差白噪声模型仿真逼真度低的问题,提出了基于贝叶斯混合源分离方法,建立了声纳的探测误差模型,提高了声纳误差模型的性能。与传统的白噪声仿真方法相比,基于贝叶斯混合源分离方法的声纳误差仿真模型具有较好的逼真度,可以有效地对声纳探测误差进行建模和预测。
展开更多
关键词
贝叶斯混合源分离方法
声纳探测误差模型
白噪声模型
在线阅读
下载PDF
职称材料
一种新的盲声源信号分离方法及其应用
被引量:
6
2
作者
张西宁
穆安乐
温广瑞
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2005年第1期6-8,20,共4页
从盲声源信号的独立性出发,提出了一种新的盲声源混合信号分离方法.该方法基于信号联合概率的分布统计,利用信号联合概率的方向导数熵最小获得最佳的旋转角度,最终实现盲信号分离.与快速独立分量分析方法及神经网络方法相比,该方法不需...
从盲声源信号的独立性出发,提出了一种新的盲声源混合信号分离方法.该方法基于信号联合概率的分布统计,利用信号联合概率的方向导数熵最小获得最佳的旋转角度,最终实现盲信号分离.与快速独立分量分析方法及神经网络方法相比,该方法不需要迭代计算.采用新的盲声源信号分离方法对轴承试验台的混合声音信号进行识别,将电机和滚动轴承的声音分离出来,进而可以准确识别机械的故障.
展开更多
关键词
声
源
信号
混合
信号
盲信号
分离
声音信号
分布统计
独立分量分析
故障
联合概率
迭代计算
神经网络
方法
在线阅读
下载PDF
职称材料
含噪独立分量分析的期望最大化算法
被引量:
6
3
作者
张和发
李立萍
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2012年第4期527-531,共5页
把期望最大化(EM)算法应用到含噪ICA模型中,即假定源信号具有统计独立性,并将其放在贝叶斯估计框架中,提出一种解决含噪独立分量分析(ICA)的期望最大化(EM)算法。在含噪ICA模型中,假设源信号的均值和方差服从更为一般的均匀分布,提出的E...
把期望最大化(EM)算法应用到含噪ICA模型中,即假定源信号具有统计独立性,并将其放在贝叶斯估计框架中,提出一种解决含噪独立分量分析(ICA)的期望最大化(EM)算法。在含噪ICA模型中,假设源信号的均值和方差服从更为一般的均匀分布,提出的EM算法将混合矩阵和超参数交替进行处理,可以有效地估计混合矩阵和超参数在一定模型下的模型参数,从而能够估计出源信号。仿真结果说明,该方法能够很好地解决含有噪声ICA模型下的盲源分离问题。
展开更多
关键词
贝叶斯
方法
盲
源
分离
期望最大化算法
独立分量分析
在线阅读
下载PDF
职称材料
题名
基于贝叶斯混合源分离方法的声纳探测误差模型
1
作者
滕敏
袁建
机构
连云港职业技术学院
江苏自动化研究所
出处
《指挥控制与仿真》
2012年第6期41-44,共4页
文摘
声纳的探测误差模型是声纳仿真的核心技术。针对现有的声纳误差白噪声模型仿真逼真度低的问题,提出了基于贝叶斯混合源分离方法,建立了声纳的探测误差模型,提高了声纳误差模型的性能。与传统的白噪声仿真方法相比,基于贝叶斯混合源分离方法的声纳误差仿真模型具有较好的逼真度,可以有效地对声纳探测误差进行建模和预测。
关键词
贝叶斯混合源分离方法
声纳探测误差模型
白噪声模型
Keywords
Bayesian Unobservable and Observable Source Separation
sonar detection error model
Gaussian noise model
分类号
E911 [军事]
TP274.2 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
一种新的盲声源信号分离方法及其应用
被引量:
6
2
作者
张西宁
穆安乐
温广瑞
机构
西安交通大学机械制造系统工程国家重点实验室
西安理工大学机械学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2005年第1期6-8,20,共4页
基金
国家自然科学基金重点资助项目 (50 3 3 50 3 0 )
中国石油总公司中青年科技创新基金资助项目 (2 0 0 3 1 2 67)
文摘
从盲声源信号的独立性出发,提出了一种新的盲声源混合信号分离方法.该方法基于信号联合概率的分布统计,利用信号联合概率的方向导数熵最小获得最佳的旋转角度,最终实现盲信号分离.与快速独立分量分析方法及神经网络方法相比,该方法不需要迭代计算.采用新的盲声源信号分离方法对轴承试验台的混合声音信号进行识别,将电机和滚动轴承的声音分离出来,进而可以准确识别机械的故障.
关键词
声
源
信号
混合
信号
盲信号
分离
声音信号
分布统计
独立分量分析
故障
联合概率
迭代计算
神经网络
方法
Keywords
Independent component analysis
Iterative methods
Neural networks
Probability distributions
分类号
TN912.3 [电子电信—通信与信息系统]
P631.814 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
含噪独立分量分析的期望最大化算法
被引量:
6
3
作者
张和发
李立萍
机构
电子科技大学电子工程学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2012年第4期527-531,共5页
文摘
把期望最大化(EM)算法应用到含噪ICA模型中,即假定源信号具有统计独立性,并将其放在贝叶斯估计框架中,提出一种解决含噪独立分量分析(ICA)的期望最大化(EM)算法。在含噪ICA模型中,假设源信号的均值和方差服从更为一般的均匀分布,提出的EM算法将混合矩阵和超参数交替进行处理,可以有效地估计混合矩阵和超参数在一定模型下的模型参数,从而能够估计出源信号。仿真结果说明,该方法能够很好地解决含有噪声ICA模型下的盲源分离问题。
关键词
贝叶斯
方法
盲
源
分离
期望最大化算法
独立分量分析
Keywords
Bayesian approach
blind source separation
expectation-maximum algorithm
independent component analysis
分类号
TN912 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于贝叶斯混合源分离方法的声纳探测误差模型
滕敏
袁建
《指挥控制与仿真》
2012
0
在线阅读
下载PDF
职称材料
2
一种新的盲声源信号分离方法及其应用
张西宁
穆安乐
温广瑞
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2005
6
在线阅读
下载PDF
职称材料
3
含噪独立分量分析的期望最大化算法
张和发
李立萍
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2012
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部