模式表示非負(fù)矩陣分解算法的特性研究.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、非負(fù)矩陣分解算法(NMF)具有不要求信源統(tǒng)計獨立、不要求信源為非高斯分布的優(yōu)點,因而引起了國內(nèi)外學(xué)者的廣泛關(guān)注。模式表示非負(fù)矩陣分解算法(PE-NMF)是對NMF的一種擴(kuò)展。這種改進(jìn)后的算法解決了傳統(tǒng)NMF算法所獲得的基不能對分布不均勻數(shù)據(jù)進(jìn)行有效表示的問題。 本文通過大量信號分離實驗,分別從不同方面對PE-NMF算法的特性做了以下研究工作: (1)驗證了ICA模型在信源統(tǒng)計獨立的情況下允許且僅允許1個信源為高斯分布的結(jié)

2、論,并分別驗證了PE-NMF在信源分布統(tǒng)計相關(guān)以及信源為高斯分布時均可以對信源進(jìn)行有效分離的結(jié)論; (2)研究算法的初始化以及迭代次數(shù)對算法性能的影響,實驗表明初始值對算法分離效果有重要影響,并通過分析指出這種影響不能單純地靠增加迭代次數(shù)得到彌補; (3)研究信源之間的相關(guān)性對算法性能的影響,實驗表明算法性能隨信源之間的相關(guān)性增大而降低,并指出在信源相關(guān)性比較大時算法對信源雖然保持不錯的恢復(fù)效果,卻并不能很好地將不同的真

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論