• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of system control and information processing >Informax based overdetermined blind source separation method with conjugate gradient optimisation algorithm and kernel density estimation
【24h】

Informax based overdetermined blind source separation method with conjugate gradient optimisation algorithm and kernel density estimation

机译：基于Informax的共轭梯度优化算法和核密度估计的超确定盲源分离方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we mainly use a combination of the kernel density estimation and the conjugate gradient optimisation to solve the overdetermined blind source separation (OBSS) problem. The Informax principle is used as the basis for introducing the contrast function of the OBSS problem with the singular value decomposition (SVD) technology. For practical optimisation of the contrast function, the conjugate gradient optimising algorithm is employed to derive the learning rules for training the separating matrix. Within the training equations, the term of score function is estimated directly by the kernel density estimation method. Experimental results confirm that the proposed OBSS approach works very fast and reliably.
机译：在本文中，我们主要结合核密度估计和共轭梯度优化来解决超定盲源分离（OBSS）问题。 Informax原理用作基于奇异值分解（SVD）技术引入OBSS问题的对比函数的基础。为了对对比度函数进行实际优化，采用共轭梯度优化算法来推导用于训练分离矩阵的学习规则。在训练方程中，分数函数项直接通过核密度估计方法进行估计。实验结果证实了所提出的OBSS方法非常快速且可靠。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号