
基于变分贝叶斯算法和MLP网络的后非线性混合盲源分离方法研究
Post-nonlinear Blind Separation of the Source Signals Based on Variational Bayesian theory and MLP
传统的后非线性模型往往要求其后非线性函数是可逆的,否则无法进行源信号的分离。然而在实际中,这一要求并不完全满足。针对此不足,结合变分贝叶斯推论和多层感知器网络,提出了一种改进的多层感知器后非线性模型,它通过多层感知器来模拟后非线性函数,实现对不可逆后非线性函数混合的盲分离。仿真和实验结果表明该方法是有效的。
盲源分离 / 贝叶斯推论 / 后非线性 / 多层感知器 {{custom_keyword}} /
Blind source separation / Bayesian inferring / Post-nonlinear / Multi-layer perceptron (MLP) {{custom_keyword}} /
/
〈 |
|
〉 |