基于多层神经网络和PReLU函数的后非线性BSS算法 |
| |
作者单位: | ;1.安徽工程大学检测技术与节能装置安徽省重点实验室;2.安徽工程大学电气工程学院 |
| |
摘 要: | 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.
|
关 键 词: | 盲源分离 后非线性 多层神经网络 最小互信息 自然梯度 |
Post-nonlinear BSS Algorithm Based on Multilayer Neural Network and PReLU Function |
| |
Abstract: | |
| |
Keywords: | |
|