|
|||||
|
|
| 基于负熵和智能优化算法的盲源分离方法 | |
| 作者姓名： | 岳克强 赵知劲 沈雷 |
| 作者单位： | 杭州电子科技大学通信工程学院,杭州,310018 |
| 基金项目： | 电科院预研课题基金资助项目(41101040102) |
| 摘 要： | 针对混合蛙跳算法(SFLA)更新策略会陷入局部最优、降低收敛速度的问题,提出一种自适应阈值更新策略。根据盲源分离中常用峭度和负熵作为非高斯性的度量,但峭度对野值敏感,影响算法性能,研究一种基于负熵准则的采用粒子群优化(PSO)算法和混合蛙跳算法的盲源分离方法。仿真结果表明,基于负熵的盲分离算法性能优于基于峭度的盲分离算法,基于SFLA的盲分离算法性能优于基于PSO的盲分离算法。 |
| 关 键 词： | 盲源分离 粒子群优化算法 混合蛙跳算法 阈值选择 负熵 峭度 |
| 修稿时间： | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |