- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种峭度依赖的参数自适应盲分离算法.pdf
第28卷第1l期 电子与信息学报 、,01.28No.1l
JoumalofElec仃onicsInfb硼ation Nov.2006
2006年11月 Technolo纠
一种峭度依赖的参数自适应盲分离算法
史晓非 刘人杰 苗瑞
(大连海事大学信息工程学院大连116028)
摘要针对超高斯与亚高斯混合信源分离算法上存在的不足,该文提出一种峭度依赖的参数自适应盲分离算法。
该算法用加权双高斯模型估计超高斯与亚高斯信源分布,在自然梯度框架下,依据峭度实现模型参数自适应。通
过使用混合图像对其进行验证,实验表明该算法不仅可以有效实现超高斯与亚高斯混合信源的分离,而且比已有
算法具有更好的分离和收敛性能。
关键词信号处理,盲分离,加权,双高斯,超高斯,亚高斯
中图分类号:TN911.7 文献标识码:A
AParameter FlexibleBSS
Kurt0Sis-DependentAlgOrithm
ShiXiao.feiLiuRen.jieMiaoR“
Mdritime
Universi桫,Ddlicm、、6∞嚏,Chin曲
Q蜘rmnt{onEn舀neeringCollege。Dd!i∞l
AbstractTbovercomesome of which themixtureof
existingalgorithmsseparate sub-gaussian
shortcomings supe卜柚d
nexibIeBlindSource is double
sources,aparameterkurtosis-dependent Separation(BBS)algorithmproposed.Aweighed
modelis toestimate sub-Gaussian memIIlleworkofnatural
Gaussian proposed super.Gaussi姐锄d probabilitydensi劬In
iscaIculatedonline to showsthe
gradient,modelparameter bykunosis.Appliedimagesmixing,experimentproposed
can themiXtureof alsoshows
algorithmsuccessfullyseparate super.柚dsub-gaussianimages.Me锄whileexperiment
that h硒be讹r than
the
proposedalgorithm perfb唧ance锄dconVe唱enceexistingalgorithms.
words Source
Key Gauss,Supe卜Gauss,Sub-Gauss
Signalprocessing,Bl
您可能关注的文档
最近下载
- 年度赛课外拓展阅读《走近创世神话感受中外异同》教学设计1.docx
- 新版ISO13485-2016医疗器械质量管理体系全套GMP手册程序记录文件.docx
- 心理咨询师(中科院心理研究所)10套题汇总题库-下(多选题汇总).docx
- 北京市轨道交通房山线岩土工程勘察报告.doc
- 微积分(二)(浙江大学)中国大学MOOC 慕课 2021章节测验期末考试答案.docx
- 2023年电子科技大学成都学院计算机科学与技术专业《计算机网络》科目期末试卷A(有答案).docx VIP
- 第一部分LDTH系列电磁流量计.PDF
- 李前程编《建筑力学》(第2版)第六章.ppt VIP
- 心理咨询师(中科院心理研究所)10套题汇总题库-上(单选题汇总).docx
- Defensics健壮性测试工具测试方案.docx
文档评论(0)