基于粒子群优化的独立分量分析算法研究
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP911.7

基金项目:


Research on Independent Component Analysis Based on Particle Swarm Optimization Algorithms
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文在分析独立分量分析算法的基础上,给出了一种基于粒子群优化的独立分量分析算法。该算法以互信息量最小化为目标函数,通过对粒子群位置矢量和速度矢量更新的改进,得到全局最优值,从而得到分离矩阵。仿真实验表明,基于粒子群优化的独立分量分析算法是一种非常有效的盲源分离算法。

    Abstract:

    On the basis of analyzing the independent component analysis algorithms, a novel method based on particle swarm optimization was proposed to minimize the mutual information, which through improving position vector and velocity vector to get the global optimization solution and then separate the mixed signals. The simulation results showed that the independent component analysis based on particle swarm optimization was a more efficient algorithm.

    参考文献
    相似文献
    引证文献
引用本文

张文希,郑茂. 基于粒子群优化的独立分量分析算法研究[J]. 科学技术与工程, 2010, (8): .
Zhang Wenxi, Zheng Mao. Research on Independent Component Analysis Based on Particle Swarm Optimization Algorithms[J]. Science Technology and Engineering,2010,(8).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-10-28
  • 最后修改日期:2009-12-29
  • 录用日期:2009-11-08
  • 在线发布日期: 2010-03-19
  • 出版日期:
×
律回春渐,新元肇启|《科学技术与工程》编辑部恭祝新岁!
亟待确认版面费归属稿件,敬请作者关注