模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (11): 1026-1031    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于符号算子的变步长不完整自然梯度算法*
季策,杨坤,王艳茹,刘梦蝶
东北大学 信息科学与工程学院 沈阳 110819
Variable Step-Size Nonholonomic Natural Gradient Algorithm Based on Sign Operator
JI Ce, YANG Kun, WANG Yan-Ru, LIU Meng-Die
College of Information Science and Engineering, Northeast University, Shenyang 110819

全文: PDF (1118 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 通过引入不完整约束使不完整自然梯度算法有效克服传统自然梯度算法的缺点和不足,即当源信号幅度随时间快速变化或在某段时间为零时, 不完整算法仍能较好地工作.同时,从一般动态分离模型中推导出的符号算子可改善算法的收敛性.结合上述两种思想提出一种基于符号算子的不完整自然梯度算法,增加基于代价函数梯度的变步长运算以平衡算法中收敛速度和稳态误差之间的矛盾.仿真结果表明,改进算法的性能明显优于传统算法,在保持良好稳态误差的基础上大大加快收敛速度.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
季策
杨坤
王艳茹
刘梦蝶
关键词 盲源分离自然梯度不完整约束符号算子自适应步长    
Abstract:By introducing the nonholonomic constraints, the nonholonomic natural gradient algorithm effectively overcomes the shortcoming and the insufficiency of the traditional natural gradient algorithm, namely,it can still work well when the amplitude of source signal changes rapidly over time or is equal to zero in a certain period of time. Meanwhile, the sign operator derived from a general dynamic separation model can improve the convergence of the algorithm. Thus, a nonholonomic natural gradient algorithm based on the sign operation is obtained by combining the above two ideas. Furthermore, a variable step-size based on the gradient of cost function is also applied to the proposed algorithm to balance the contradiction between the convergence speed and the steady-state error. The simulation results show that the performance of the proposed algorithm is superior to that of traditional algorithm, and it improves convergence speed without worsening the steady-state error seriously.
Key wordsBlind Source Separation    Natural Gradient    Nonholonomic Constrains    Sign Operator    Adaptive Step-Size   
收稿日期: 2013-04-27     
ZTFLH: TN911.7  
基金资助:国家自然科学基金项目(No.11273001,61273164,61074073)、教育部新世纪优秀人才支持计划项目(No.NCET-10-0306)资助
作者简介: 季策,女,1969年生,博士,副教授,主要研究方向为自适应盲信号分离与图像处理等.E-mail:jice@mail.neu.edu.cn.杨坤(通讯作者),男,1988年生,硕士研究生,主要研究方向为盲信号分离.E-mail:1999yangkun@163.com.王艳茹,女,1990年生,硕士研究生,主要研究方向为复数域盲信号分离.刘梦蝶,女,1990年生,硕士研究生,主要研究方向为语音信号盲分离.
引用本文:   
季策,杨坤,王艳茹,刘梦蝶. 基于符号算子的变步长不完整自然梯度算法*[J]. 模式识别与人工智能, 2014, 27(11): 1026-1031. JI Ce, YANG Kun, WANG Yan-Ru, LIU Meng-Die. Variable Step-Size Nonholonomic Natural Gradient Algorithm Based on Sign Operator. , 2014, 27(11): 1026-1031.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I11/1026
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn