| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 盲源分离模型 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 基于独立分量分析(ICA)的盲源分离算法 | 第13-14页 |
| 1.3.2 基于稀疏分量分析(SCA)的盲源分离算法 | 第14-15页 |
| 1.3.3 基于非负矩阵分解NMF的盲源分离算法 | 第15-16页 |
| 1.4 本文主要工作及章节安排 | 第16-18页 |
| 第2章 基于欧式距离的NMF盲源分离算法 | 第18-39页 |
| 2.1 引言 | 第18页 |
| 2.2 非负矩阵分解(NMF)模型 | 第18-20页 |
| 2.3 约束准则 | 第20-23页 |
| 2.3.1 行列式准则 | 第20-21页 |
| 2.3.2 稀疏性约束 | 第21-22页 |
| 2.3.3 最小相关性约束 | 第22-23页 |
| 2.3.4 正交性约束 | 第23页 |
| 2.4 算法性能评价指标 | 第23页 |
| 2.5 不同约束下基于欧氏距离的NMF盲源分离算法 | 第23-38页 |
| 2.5.1 相关约束的NMF盲源分离算法 | 第23-24页 |
| 2.5.2 正交约束的NMF盲源分离算法 | 第24-26页 |
| 2.5.3 算法性能分析 | 第26-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于KL散度NMF的盲源分离算法 | 第39-59页 |
| 3.1 引言 | 第39页 |
| 3.2 不同约束下基于KL散度的NMF盲分离算法 | 第39-47页 |
| 3.2.1 算法原理 | 第39-42页 |
| 3.2.2 算法性能分析 | 第42-47页 |
| 3.3 基于KL散度的反馈NMF盲源分离算法 | 第47-49页 |
| 3.3.1 反馈分离过程 | 第47-48页 |
| 3.3.2 纯度的度量 | 第48页 |
| 3.3.3 基于KL散度的反馈盲分离算法 | 第48-49页 |
| 3.3.4 算法性能分析 | 第49页 |
| 3.4 基于KL散度的增量NMF盲源分离算法 | 第49-56页 |
| 3.4.1 算法原理 | 第49-54页 |
| 3.4.2 算法性能分析 | 第54-56页 |
| 3.5 各种基于KL散度的NMF盲源分离算法比较 | 第56-57页 |
| 3.6 本章小结 | 第57-59页 |
| 第4章 基于秩一快速NMF盲源分离算法 | 第59-77页 |
| 4.1 引言 | 第59页 |
| 4.2 基于秩一分解快速NMF盲源分离算法 | 第59-70页 |
| 4.2.1 算法原理 | 第59-63页 |
| 4.2.2 算法仿真及性能分析 | 第63-70页 |
| 4.3 基于最小二乘的NMF盲源分离算法 | 第70-73页 |
| 4.3.1 算法原理 | 第70-71页 |
| 4.3.2 NMF-LS算法性能分析 | 第71-73页 |
| 4.4 混合NMF盲源分离算法 | 第73-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第5章 总结与展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 附录 | 第84页 |
