基于ICA的谐波恢复方法

加性有色高斯或非高斯噪声中谐波恢复是信号处理中的一个常见问题,本文利用独立成分分析(ICA)来研究加性噪声中实谐波信号的恢复问题.首先建立了谐波信号的ICA数学模型,分析了谐波恢复可以由ICA方法实现的数学原理,然后提出了噪声中谐波恢复的ICA方法,最后通过仿真实验说明了基于ICA的谐波恢复算法的有效性.     

乘性和加性噪声中二维谐波的参数估计

本文从循环平稳的观点出发来研究乘性和加性噪声中二维谐波的参数估计问题,利用循环累积量的性质证明了二维二阶循环累积量单一记录估计的统计性质.在此基础上,对于零均值乘性噪声中的二维谐波信号提出了基于二阶循环累积量的二维谐波分量个数和频率对的估计方法,并分别得到了估计的强收敛速度.仿真试验验证了所提方法的性能.     

采用同伦BP算法进行蠓虫分类

关于蠓虫分类问题,国内外研究该问题的文献较多.为克服标准BP算法中存在的网络学习收敛速度慢、容易陷入局部极小等问题,引入同伦算法,提出了一种将同伦与快速BP算法结合的改进算法来进行蠓虫分类.同伦方法是一种循序渐进的解决非线性问题的方法,把这一思想推广到跟踪多层感知机(MLP)网络能量函数的极小值路径.因为能量函数E(W)(W是权重矢量)的极值点相当于梯度wE(W)的零点,因此,对能量函数极值点的跟踪可以转化为对其梯度函数零点的跟踪.结果表明,此方法在收敛速度和避免陷入局部极小的能力上具有良好的可靠性、先进性、稳定性,值得推广.