一种去除低能量点的混合矩阵估计方法
Hard_lost算法利用修正的k-means聚类方法估计混合矩阵时,存在估计的混合矩阵不精确和耗时较长的问题.针对这些问题,本文提出利用一种通过去除低能量点来估计混合矩阵的方法.该方法首先对观测数据进行预处理,即去除低能量的点,使得观测数据呈现较好的聚类特性,同时减少了聚类时的运算量;然后利用最大Euclidean距离准则得到距离最远的N个直线向量作为聚类时的初始向量,从而有效地减少了算法的迭代次数.实验结果表明,本文方法与原修正k-means聚类方法相比,估计出的混合矩阵精度高、运行时间少.
信号分析 混合矩阵 估计方法 低能量点
甄会 马晓红
大连理工大学信息与通信工程学院,辽宁 大连 116023
国内会议
大连
中文
375-380
2010-08-20（万方平台首次上网日期，不代表论文的发表时间）