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(bào)或認(rèn)領(lǐng)
文檔簡介
1、盲源分離技術(shù)是現(xiàn)代數(shù)字信號處理領(lǐng)域中一個(gè)重要的分支,盲源分離是指在源信號以及混合系統(tǒng)均未知情況下,僅通過觀測信號估計(jì)出混合矩陣并分離出源信號的過程。因其在無線通信、生物醫(yī)學(xué)等方面的重要應(yīng)用,盲源分離技術(shù)越來越受到科研工作者的重視。
盲源分離問題按源信號數(shù)量與觀測信號數(shù)量的多少關(guān)系,可以分為三種情況,超定盲源分離、正定盲源分離、欠定盲源分離。一般會(huì)把超定盲源分離、正定盲源分離歸于一類即觀測信號數(shù)目大于等于源信號數(shù)目的情況,在這種
2、情況下,可采用獨(dú)立分量分析(ICA)方法進(jìn)行分離,分離過程比較簡單。若是欠定情況,即觀測信號數(shù)目小于源信號數(shù)目的情形,常利用信號在某時(shí)刻具有稀疏性,對信號進(jìn)行稀疏表示,利用稀疏分量分析方法來恢復(fù)源信號。
針對稀疏分量分析的盲源分離問題,本論文核心工作和創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面:
(1)從正定盲源分離出發(fā),研究了盲源分離基本問題,為更易理解欠定情況下盲源分離提供了一個(gè)很好的過渡。
(2)討論了欠定盲源分離
3、的一些重要的算法,并給出了這些算法的具體實(shí)施過程,分析了各算法的優(yōu)缺點(diǎn)。
(3)提出了一種改進(jìn)的K-means聚類算法來估計(jì)混合矩陣。首先,以K-means聚類算法為基礎(chǔ),對數(shù)據(jù)進(jìn)行預(yù)處理,通過區(qū)域劃分法挑選出初始聚類中心進(jìn)而進(jìn)行聚類估計(jì)出混合矩陣。本文算法改進(jìn)了K-means算法對樣本輸入順序及初始聚類中心很敏感的不足,運(yùn)用改進(jìn)后的算法對稀疏觀測混合信號進(jìn)行聚類,精確地估計(jì)出了混合矩陣。
(4)在源信號恢復(fù)上,若信
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(huì)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(chǔ)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(shí)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
- K-means聚類算法的改進(jìn).pdf
- K-means聚類算法的改進(jìn)研究.pdf
- 基于改進(jìn)K-means聚類的推薦方法研究.pdf
- 基于K-means聚類的LEACH協(xié)議的改進(jìn)研究.pdf
- 基于密度的改進(jìn)K-Means文本聚類算法研究.pdf
- 基于遺傳算法的K-MEANS聚類改進(jìn)研究.pdf
- K-Means聚類算法的研究與改進(jìn).pdf
- K-means聚類算法的改進(jìn)研究及應(yīng)用.pdf
- 模糊k-means聚類方法研究及改進(jìn).pdf
- (6)K-means聚類算法.pdf
- 基于K-means聚類的RCNA識別算法.pdf
- 基于K-Means的文檔聚類算法研究.pdf
- 基于密度垂直中點(diǎn)的K-means聚類算法改進(jìn)研究.pdf
- 基于K-means聚類算法的負(fù)荷模型研究.pdf
- 基于凝聚模糊K-means的聚類方法研究.pdf
- 基于改進(jìn)K-Means聚類方法的高校就業(yè)推薦系統(tǒng)研究.pdf
- K-means聚類優(yōu)化算法的研究.pdf
- 碩士論文基于改進(jìn)k-means聚類的推薦方法研究答辯
- 基于K-Means聚類算法的客戶細(xì)分研究.pdf
- 空移鍵控系統(tǒng)中基于K-Means聚類算法的盲檢測研究.pdf
評論
0/150
提交評論