两种聚类算法在欠定稀疏盲分离中的比较

欠定稀疏盲分离算法主要是采用"两步法":第一步用混叠信号估计混叠矩阵;第二步根据估计的混叠矩阵求解源信号.在两步法中,C-均值聚类算法和模糊C-均值聚类算法常用来估计混叠矩阵,这两种聚类的研究理论都较成熟,故它们得到很大的应用.该文在欠定稀疏盲分离中,比较了这两种算法.试验结果表明,模糊C-均值聚类算法比C-均值聚类算法估计混叠矩阵更加精确,恢复源信号精度更高,但算法复杂,分离的时间长.     

免疫算法在运输问题中的应用

运输问题是一种典型的组合优化问题。对以往免疫算法作了适当的改进,将其用于运输问题。通过数值实验将改进的免疫算法与遗传算法进行了对比,验证了该算法求解运输问题的有效性。     

基于多层神经网络和PReLU函数的后非线性BSS算法

本文提出了一种以多层神经网络来估计概率密度函数的后非线性盲源分离算法.该算法将PReLU函数作为激活函数,并对概率密度函数进行自适应逼近,以最小互信息作为基本准则来构建目标函数测试独立性.最后用改进后的自然梯度算法推导出分离矩阵和迭代公式,以此来更新目标函数.仿真实验证明所提算法可以有效分离非线性混合信号.     

免疫算法与遗传算法的比较

免疫算法与遗传算法二者有不同点，通过仿真实验表明它们之间在功能和应用方面有区别．     

认知无线电网络中基于盲源分离的频谱检测算法

认知无线电网络中,由于噪声不确定性降低认知用户频谱检测的准确性。将盲源分离算法引入认知无线电的频谱检测,提出了基于源分离的本地盲频谱检测算法,目标是在最大化用户信噪比的同时,降低噪声不确定性的不良影响,能在全盲的基础上完成本地频谱检测。仿真结果表明,所提出的算法可进一步提升认知用户对频谱检测的准确率,并降低噪声不确定性对统计判决的影响。     

免疫遗传算法在函数优化中的应用

生物免疫系统是一种高度并行的自适应信息学习系统,人工免疫系统是由生物免疫系统启发而来,借鉴了一些免疫系统的功能、原理和模型,主要用于信息处理和问题求解。在对免疫系统的一些基本概念和原理进行介绍的基础上,简要分析了人工免疫算法的研究现状及其改进的算法在函数优化上的应用,并提出了混沌免疫算法的思想。     

一种改进的进化算法在生产计划中的应用

简要介绍了目前生产计划的研究状况,建立了一个该问题的数学模型,在此基础上,应用遗传算法,并在计算机上得以仿真实现。     

求解TSP问题的几种算法比较

旅行售货商问题(简称TSP)是离散优化的一个经典的重要问题,对求解算法的研究非常重要。在介绍求解TSP问题的贪婪算法、禁忌搜索算法、模拟退火算法、遗传算法的基本思想之后,提出了相应的算法。针对测试库的四个典型算例,用程序实现这些算法,对这些算法的运行时间和结果进行比较研究。结果表明贪婪算法短时间就可以得出解,禁忌搜索算法与遗传算法的效果相当,模拟退火算法比遗传算法的结果好。     

PID算法在测量仪表中的应用

本文介绍了一种测量仪表的设计方法.采用PID(比例积分微分)算法设计的闭环程控电流源,实现输出电流的精确控制,提高程控电流源的设计精度和调整精度.     

基于最小互信息量盲源分离技术在抗多径效应中的应用

该文基于最小互信息原理,推导了基于自然梯度法的盲源分离算法,将其应用于飞行器自适应跟踪的信号处理部分进行信号分离,并采用Matlab对算法进行仿真。理论分析和仿真结果表明该算法能够有效地进行信号分离。     

非线性盲源信号分离研究

在工程应用中,常常遇到非线性混合的信号,而基于线性混合假设下提出的盲源分离算法在一般情况下对非线性混合问题可能失效或者导致错误的结果。鉴于此,文章对非线性盲源分离技术进行了初步的研究,为进一步扩展盲源信号分离的应用范围提供了理论依据。     

亚、超高斯信号后非线性混合盲分离的一种块自适应算法

本文研究了后非线性混合信号的盲分离 .后非线性混合信号是由线性混合的每一路信号分别经过一个非线性畸变产生的 .因此分离这种信号需要在适用于线性混合的线性分离结构前放置一个用于补偿非线性畸变的非线性校正部分 .本文用一种最大似然方法推导了一般后非线性分离结构的学习公式 .在前人一些工作的基础上 ,提出了一种用于亚、超高斯信号后非线性混合的盲分离算法 .该算法用多层感知器对分离结构的非线性校正部分进行建模 ,迭代过程中根据一稳定性条件在分别适用于亚、超高斯信号的概率模型间进行切换并以块自适应方式工作 .通过对模拟信号及实际信号 (图像和语音 )的实验证明了该算法的有效性 .     

基于 JADE 与小波分析的地震信号去噪算法研究

基于盲分离技术和小波分析,提出了消除地震信号噪声的一种新算法,这种算法将小波分析和盲信号分离技术有机结合,较好地发挥了消除地震信号随机噪声的作用;并通过应用到实际地震信号中,与其它去噪技术相比,此种去噪技术结果更理想。     

分解大整数为两个素因子乘积的析出算法

RSA的算法是基于数论中两个大素数乘积所得整数n和选取满足一定条件的整数e组成公开钥(e,n),RSA的安全性是依据大数整数n分解困难性的。根据RSA公钥加密体制的公开密钥n为两个素数乘积的特性,以及Euclid算法的特点,给出了一种分解n的算法—析出算法,并进行了算法的数学证明、算法设计和相关分析。同时,通过也证明了,在RSA密码体制中构造模n时,其素因子的倍数与n1/2距离过近是不安全的结论。     

Blind separation of speech signals based on wavelet transform and independent component analysis

Speech signals in frequency domain were separated based on discrete wavelet transform （DWT） and inde- pendent component analysis （ICA）. First, mixed speech signals were decomposed into different frequency domains by DWT and the subbands of speech signals were separated using ICA in each wavelet domain; then, the permutation and scaling problems of frequency domain blind source separation （BSS） were solved by utilizing the correlation between adjacent bins in speech signals; at last, source signals were reconstructed from single branches. Experiments were car- ried out with 2 sources and 6 microphones using speech signals at sampling rate of 40 kHz. The microphones were aligned with 2 sources in front of them, on the left and right. The separation of one male and one female speeches lasted 2.5 s. It is proved that the new method is better than single ICA method and the signal to noise ratio is improved by 1 dB approximately.     

独立成分分析方法的研究及应用

独立成分分析法（ICA）是近几年发展起来的一种新的信号分离方法。本文介绍了ICA的定义、基本原理及几种主要算法及其相互关系，并进一步讨论了ICA在各个领域的应用。     

TCP拥塞控制源算法研究

随着Internet的发展,网络拥塞是影响网络性能的主要因素。对TCP源算法和IP链路算法的研究一直是网络研究领域的热点问题。针对网络拥塞的成因,从网络拥塞闭环控制的一方面(TCP源)对算法进行了分析和改进。详细地介绍了TCP源端拥塞控制算法的演进,并针对几种典型的TCP源端算法作了比较研究。     

基于免疫单亲遗传算法在TSP中的应用

基本遗传算法保持群体多样性的能力较差,所以经常在问题求解的过程中极易陷入局部最优解。根据生物的免疫原理和单亲遗传算法并结合最近邻域算法思想提出的一种改进算法———基于免疫单亲遗传算法（IPGA）。免疫遗传算法中的基因重组、免疫记忆以及免疫元动态等特性,这些特性有助于改进基本遗传算法群体多样性的保持能力。最后结合48个城市旅行商问题进行了求解,仿真结果表明,基于免疫单亲遗传算法具有更好的性能,相对于传统的遗传算法收敛速度提高了30%。