在信号处理领域,盲信号处理因其巨大的潜在应用价值而成为一门新生的学科分支,且被列入本领域国际上的研究热点。当所分离的源信号具有相关性时,盲分离问题变得相当复杂,针对该问题的研究在国内外尚处于起步阶段。本项目将通过对"非负矩阵分解"问题的分析来探讨非负相关源的盲处理问题,建立和完善相关源分析的系统方法及相应的基本理论。本项目将重点研究以下问题:1.非负矩阵分解的约束条件及相应的高效算法;2.稀疏约束下的非负矩阵分解理论与算法分析;3.最小体积约束下的非负矩阵分解理论与算法分析;4.非负矩阵分解算法中各种约束条件的稳健性及其对盲分离问题的影响;5.如何通过非负矩阵分解实现卷积混叠情况下的信号盲分离。
{{i.achievement_title}}
数据更新时间:2023-05-31
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
The factorization method for the inverse scattering problem from thin dielectric objects
The Revised Direct Stiffness Matrix Method for Seismogram Synthesis Due to Dislocations: from Crustal to Geotechnical Scale
低轨卫星通信信道分配策略
MSGD: A Novel Matrix Factorization Approach for Large-Scale Collaborative Filtering Recommender Systems on GPUs
非负矩阵分解方法及其在模式识别中的应用
正交非负矩阵分解的算法、理论与应用
正交非负矩阵分解的算法、理论与应用
基于非负矩阵分解的多组学数据分析方法及其在癌症基因信号识别中的应用