独立成分分析(independent component analysis,ICA)模型大多是无噪声的,对于有噪声的模型,ICA算法的性能会下降甚至失效,降噪处理必不可少。线性神经网络克服了感知器神经网络只能输出0或1的不足,是一种基于最小均方误差(least means q...独立成分分析(independent component analysis,ICA)模型大多是无噪声的,对于有噪声的模型,ICA算法的性能会下降甚至失效,降噪处理必不可少。线性神经网络克服了感知器神经网络只能输出0或1的不足,是一种基于最小均方误差(least means quares,LMS)的自适应可调网络,利用线性神经网络进行噪声对消是一种很有效的噪声处理方法。笔者将针对有噪声的ICA模型,应用线性神经网络进行降噪预处理,并通过仿真和实验数据加以证明。结果表明:该方法比不进行降噪预处理的方法的分离效果明显好很多。展开更多
文摘独立成分分析(independent component analysis,ICA)模型大多是无噪声的,对于有噪声的模型,ICA算法的性能会下降甚至失效,降噪处理必不可少。线性神经网络克服了感知器神经网络只能输出0或1的不足,是一种基于最小均方误差(least means quares,LMS)的自适应可调网络,利用线性神经网络进行噪声对消是一种很有效的噪声处理方法。笔者将针对有噪声的ICA模型,应用线性神经网络进行降噪预处理,并通过仿真和实验数据加以证明。结果表明:该方法比不进行降噪预处理的方法的分离效果明显好很多。
