2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩38頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、線性混疊盲源分離是指觀測(cè)信號(hào)由源信號(hào)經(jīng)線性混合得到,現(xiàn)階段盲源分離的大多數(shù)研究集中于線性混疊模式。由于盲源分離在未知傳輸信道和源信號(hào)的情況下,僅僅由觀測(cè)信號(hào)恢復(fù)混疊矩陣或者估計(jì)源信號(hào),這個(gè)特有的理論使得盲源分離在生物醫(yī)學(xué)、地球物理數(shù)據(jù)、語音識(shí)別、軍事雷達(dá)等領(lǐng)域有著廣泛的應(yīng)用前景。 本文的主要內(nèi)容如下: 介紹了盲源分離的幾個(gè)重要的應(yīng)用領(lǐng)域和盲源分離的歷史研究現(xiàn)狀。描述了盲源分離數(shù)學(xué)模型,結(jié)合盲源分離的數(shù)學(xué)模型,闡述了盲源分

2、離的理論可行性以及分離性能的評(píng)價(jià)標(biāo)準(zhǔn)。接著,討論了基于非高斯極大化的盲源分離算法,詳細(xì)的論述了該算法的原理,并且介紹了算法的全局收斂性能。接著,在非高斯極大化算法的理論框架下面推導(dǎo)出了一種新的基于峭度的ICA算法,對(duì)比于Fast-ICA算法,本文算法具有更快的收斂速度,而且可用于具有超高斯和亞高斯的混合信號(hào),試驗(yàn)仿真表明了算法的有效性。 自然梯度算法實(shí)際上是一種隨機(jī)梯度算法,與隨機(jī)梯度算法不同的是分離矩陣的參數(shù)空間是一個(gè)李群,在

3、該空間中目標(biāo)函數(shù)的最速下降方向是函數(shù)的自然梯度方向。接著介紹了概率密度函數(shù)的獨(dú)立性測(cè)度.相關(guān)熵,由信息論的知識(shí)詳細(xì)的推導(dǎo)了基于Informax的自然梯度算法。在算法中步長(zhǎng)和激活函數(shù)的選取對(duì)算法的收斂起到至關(guān)重要的作用,針對(duì)不同的源信號(hào)應(yīng)該選取對(duì)應(yīng)的激活函數(shù)作為其概率密度的近似,算法中固定的步長(zhǎng)不能同時(shí)滿足收斂速度和算法分離精度的要求,本文為了提高算法的跟蹤能力,將原來算法中的固定步長(zhǎng)變?yōu)樽赃m應(yīng)步長(zhǎng),使得算法在分離的不同階段具有不同的步長(zhǎng)

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(qǐng)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(qǐng)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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論