排序方式: 共有6条查询结果,搜索用时 140 毫秒
1
1.
2.
张明键 《广东工业大学高等工程教育研究》2007,7(B06):164-165
“数字信号处理”与“信号与系统”课程的内容出现了许多融合.如何处理这两个课程之间的关系,是一个重要的问题.文章从两门课程的相互关系、讲课学时的分配、实验安排等方面进行了阐述. 相似文献
3.
一种信号源盲分离的神经网络算法 总被引:6,自引:0,他引:6
本文提出了一种新的盲信号分离的神经网络算法。神经网络的第一层使用奇异值分解(SVD)方法对观测信号进行预白化处理。在传感器的数目不少于源信号的情况下,预白化处理能够估计出源信号的数目,同时压缩掉冗余信息。神经网络的第二层是分离层。分离层的权值矩阵应该是正交矩阵。本文应用一个正交严格受限(SOC)算法调整分离网络的权值。其中,用恢复信号的四阶互累积量的平方构造代价函数。仿真实验验证了算法的有效性。 相似文献
4.
大多数的盲分离算法假设源信号峭度的正负性是己知的,并据此选择相应的非线性函数近似评价函数(score function)。针对源信号峭度的正负性未知的情况,本文提出了一个评价函数的参数估计方法,本算法能有效地分离混合在一起的超高斯信号和亚高斯信号,仿真结果验证了算法的有效性。 相似文献
5.
给出了一个基于自然梯度的后非线性多信道盲解卷算法。混合系统由线性卷积混合后接一个可逆非线性失真组成。分离系统由多层感知器(非线性部分)后接一个线性盲解卷过程(线性部分)组成。分离系统的线性部分和非线性部分参数学习都采用自然梯度算法。仿真结果显示,自然梯度算法比传统梯度算法收敛速度更快,分离效果更好。 相似文献
6.
1