计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2010年
8期
3096-3099
,共4页
邻域风险%概率密度估计%支持向量机%激活函数%自然梯度算法%盲分离
鄰域風險%概率密度估計%支持嚮量機%激活函數%自然梯度算法%盲分離
린역풍험%개솔밀도고계%지지향량궤%격활함수%자연제도산법%맹분리
为实现由不同统计特性和概率分布平滑特性信号得到混合信号的盲分离,对基于支持向量机的邻域风险最小化概率密度估计算法进行研究,提出一种邻域函数的构造方法,将其与自然梯度批处理算法相结合,形成一种新的自适应盲分离算法;利用广义高斯模型分析了分离算法的精确度.通过仿真实验,验证了该算法能分离统计特性不同的混合信号,相比于基于经验风险最小化的方法,该方法在收敛速度和精度方面的性能有很大提高.
為實現由不同統計特性和概率分佈平滑特性信號得到混閤信號的盲分離,對基于支持嚮量機的鄰域風險最小化概率密度估計算法進行研究,提齣一種鄰域函數的構造方法,將其與自然梯度批處理算法相結閤,形成一種新的自適應盲分離算法;利用廣義高斯模型分析瞭分離算法的精確度.通過倣真實驗,驗證瞭該算法能分離統計特性不同的混閤信號,相比于基于經驗風險最小化的方法,該方法在收斂速度和精度方麵的性能有很大提高.
위실현유불동통계특성화개솔분포평활특성신호득도혼합신호적맹분리,대기우지지향량궤적린역풍험최소화개솔밀도고계산법진행연구,제출일충린역함수적구조방법,장기여자연제도비처리산법상결합,형성일충신적자괄응맹분리산법;이용엄의고사모형분석료분리산법적정학도.통과방진실험,험증료해산법능분리통계특성불동적혼합신호,상비우기우경험풍험최소화적방법,해방법재수렴속도화정도방면적성능유흔대제고.
