期刊文献+

独立分量分析及其在信号处理中的应用 被引量:1

下载PDF
导出
摘要 独立分量分析是一种有效的信号统计处理模式,其具有一定的先进性。迄今为止其仅仅发展了三十年的实践,但是在在众多领域具有广泛应用。对此本文主要对其相关内容进行了探究分析,对其应用的优势与意义进行了简单的阐述。
作者 曾立凡
出处 《数字技术与应用》 2017年第4期63-63,共1页 Digital Technology & Application
  • 相关文献

参考文献2

二级参考文献85

  • 1张贤达,保铮.盲信号分离[J].电子学报,2001,29(z1):1766-1771. 被引量:211
  • 2Jutten C, Herauh J. Blind separation of sources, Part Ⅰ: An adaptive algorithm based on neuromimetic architecture [ J ]. Signal Processing, 1991,24 ( 1 ) : 1-10.
  • 3Bell A J, Sejnowski T J. An information-maximization ap- proach to blind separation and blind deconvolution [ J ]. Neural Computation, 1995,7 : 1129-1159.
  • 4Cichocki A, Amari S. Adaptive blind signal and image processing :learning algorithms and applications [ M ]. New York : Wiley,2002.
  • 5Lee T W, Girolami M, Sejnowski T J, et al. Independent component analysis using an extended infomax algorithm for mixed sub-Gaussian and super-Gaussian sources [J]. Neural Computation, 1999,11 ( 2 ) :409-433.
  • 6Hyviirinen A. Fast and robust fixed-point algorithms for independent component analysis [ J ]. IEEE Transactions on Neural Networks, 1999,10(3 ) :626-634.
  • 7Hyvarinen A, Cristescu R, Oja E. A fast algorithm for esti- mating overcomplete ICA bases for image windows [ C ]// Proceedings of International Joint Conference on Neural Networks. Washington D C :IEEE, 1999.
  • 8Hyvarinen A. Independent component analysis in the pre- sence of Gaussian noise by maximizing joint likelihood [ J ]. N erualcomputing, 1999,22 : 49 - 67.
  • 9Nadal J,Parga N. Non linear neurons in the low noise limit: a factorial code maximizes information transfer [ J ]. Networks, 1994,5 : 565- 581.
  • 10Burel G. Blind separation of sources: a nonlinear neural algorithm [ J ]. Neural Networks, 1992,5 (6) :937-947.

共引文献21

同被引文献3

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部