首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于线性聚类的稀疏成分分析及其在盲源分离中的应用
引用本文:曹婷婷,余先川.基于线性聚类的稀疏成分分析及其在盲源分离中的应用[J].北京师范大学学报(自然科学版),2010,46(1):44-48.
作者姓名:曹婷婷  余先川
作者单位:北京师范大学信息科学与技术学院,100875,北京;北京师范大学信息科学与技术学院,100875,北京
基金项目:国家自然科学基金资助项目(2007AA12Z156);;教育部新世纪优秀人才支持计划资助项目
摘    要:提出一种基于线性聚类的稀疏成分分析法,给出相关理论证明和实现算法.该方法充分利用稀疏源信号的线性混合信号沿混合矩阵列向量方向线性聚类的特性进行盲源分离.实验结果表明,在独立成分分析失效的情况下(源信号相关或高斯分布)仍然能够有效地分离出潜在的稀疏源.对分离出的信号及源信号进行相关系数分析,分离出的信号与源信号完全线性相关.基于线性聚类的稀疏成分分析法能准确地重构稀疏源信号.

关 键 词:线性聚类  相关系数分析  盲源分离  稀疏成分分析

SPARSE COMPONENT ANALYSIS BASED ON LINEAR CLUSTERING AND APPLICATION TO BLIND SOURCE SEPARATION
CAO Tingting,YU Xianchuan.SPARSE COMPONENT ANALYSIS BASED ON LINEAR CLUSTERING AND APPLICATION TO BLIND SOURCE SEPARATION[J].Journal of Beijing Normal University(Natural Science),2010,46(1):44-48.
Authors:CAO Tingting  YU Xianchuan
Institution:Department of Information Science and Technology;Beijing Normal University;100875;Beijing;China
Abstract:Sparse component analysis based on linear clustering was used for blind source separation,with related proof and algorithm given.The characteristic that linear mix of sparse source signals clusters along vectors of mixed matrix was made full use of.The experimental results indicate that this method can effectively extract source signals even when source signals are dependent or Gaussian distributed.According to correlation coefficient analysis,separation results and sources are linear correlated,indicating ...
Keywords:linear clustering  correlation coefficient analysis  blind source separation  sparse component analysis  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号