基于进化算法的盲源信号分离
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-10页 |
| 插图目录 | 第10-12页 |
| 附表目录 | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| 1．1 BSS问题 | 第13-14页 |
| 1．2 BSS发展历史及研究现状 | 第14-16页 |
| 1．3 本文的主要工作 | 第16-18页 |
| 第2章 独立分量分析 | 第18-28页 |
| 2．1 独立分量分析的基本概念 | 第18-21页 |
| 2．1．1 统计独立性 | 第18-19页 |
| 2．1．2 线性独立分量分析的相关定义 | 第19-20页 |
| 2．1．3 ICA模型的可辨识性 | 第20-21页 |
| 2．2 数据的预处理 | 第21-22页 |
| 2．2．1 中心化 | 第21页 |
| 2．2．2 白化 | 第21-22页 |
| 2．3 ICA算法 | 第22-27页 |
| 2．3．1 基于信息论的ICA算法 | 第22-24页 |
| 2．3．2 基于度量非高斯性的ICA算法 | 第24-27页 |
| 2．4 小结 | 第27-28页 |
| 第3章 基于遗传算法的盲源信号分离 | 第28-41页 |
| 3．1 引言 | 第28-29页 |
| 3．2 遗传算法简介 | 第29页 |
| 3．3 遗传算法的盲源分离可行性分析 | 第29-33页 |
| 3．3．1 累计量 | 第29-30页 |
| 3．3．2 GA盲分离的约束条件及可行性 | 第30-33页 |
| 3．4 基于遗传算法的盲源分离算法 | 第33-36页 |
| 3．4．1 参数编码及初始群体的设定 | 第33-34页 |
| 3．4．2 适应度函数的选取 | 第34页 |
| 3．4．3 选择、交叉和变异操作 | 第34-35页 |
| 3．4．4 约束条件的保持 | 第35-36页 |
| 3．4．5 算法描述 | 第36页 |
| 3．5 仿真试验 | 第36-40页 |
| 3．5．1 单一类型信号盲源分离的仿真试验 | 第37-38页 |
| 3．5．2 多种类型信号盲源分离的仿真试验 | 第38-40页 |
| 3．6 结论 | 第40-41页 |
| 第4章 基于DBOA的盲源信号分离 | 第41-51页 |
| 4．1 引言 | 第41-42页 |
| 4．2 决策图贝叶斯优化算法 | 第42-46页 |
| 4．2．1 决策图 | 第43-44页 |
| 4．2．2 决策图贝叶斯网络 | 第44-46页 |
| 4．3 基于DBOA的盲源分离算法 | 第46-48页 |
| 4．3．1 参数编码 | 第46页 |
| 4．3．2 适应度函数的选取 | 第46-47页 |
| 4．3．3 约束条件的保持 | 第47页 |
| 4．3．4 算法描述 | 第47-48页 |
| 4．4 仿真试验 | 第48-49页 |
| 4．5 小结 | 第49-51页 |
| 第5章 基于遗传算法的鲁棒性数字水印 | 第51-59页 |
| 5．1 引言 | 第51-52页 |
| 5．2 基于遗传算法的鲁棒性数字水印 | 第52-57页 |
| 5．2．1 数字水印的嵌入 | 第52-54页 |
| 5．2．2 数字水印的检测 | 第54-57页 |
| 5．3 仿真实验 | 第57-58页 |
| 5．4 结论 | 第58-59页 |
| 结束语 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录A (攻读学位间发表论文及科研项目情况) | 第67页 |
