检索结果

Select

1. 基于双字典集的信号稀疏分解算法

王树朋王文祥李宏伟

计算机应用 2012, 32 (09): 2512-2515. DOI: 10.3724/SP.J.1087.2012.02512

摘要（960）

PDF （618KB）（533）

为得到关于信号更为稀疏的表示,提出一种基于双字典集的信号稀疏分解算法。在算法过程中,建立如下两个字典集:已选字典集和待选字典集。该算法以重复加权提升搜索(RWBS)算法为基础,增加了一步更为严格的从待选字典集中选择最佳核函数的过程,故该算法在保留初始算法的优点的同时,可以产生更为稀疏的模型。通过仿真实验和真实数据实验验证了所提算法的性能。

参考文献 | 相关文章 | 多维度评价

Select

2. 一种非线性自适应混沌时间序列预测方法

卜云文光俊李宏伟

计算机应用 2009, 29 (11): 3158-3160.

摘要（1344）

PDF （553KB）（1180）

基函数线性叠加的混沌时间序列预测算法不具有动态特性和明确的物理意义。改进的策略使用与混沌序列的非高斯特性相联系的函数作为基函数，使其能解释为表征混沌序列的高阶统计特性。同时，在算法中引入非线性反馈环节，使其具有了动态特性。数值仿真表明，以之为基础的自适应预测算法在一步预测性能和长期预测能力方面都优于常用的线性预测方法和已有的自适应预测算法。

相关文章 | 多维度评价

Select

3. 基于ICA的滑动平均序列叠加过程的分解与复原

祁锐张玉洁李宏伟

计算机应用

摘要（1954）

PDF （540KB）（829）

研究由若干个滑动平均(MA)信号序列叠加形成的多道时间序列的分解与复原问题。首先从信号的独立性出发，利用信号的高阶统计信息，采用独立成分分析(ICA)中的固定点(Fixed Point)算法将混合信号进行分离，然后设计了一种基于高阶统计量的MA模型的自适应辨识算法，算法在每次迭代中先估计MA的阶数，再估计MA的参数，由选用的线性方程组保证了参数的唯一可辨识性。最后通过模拟实验验证了该方法的有效性。