메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 잡음이 첨가된 선형적으로 혼합된 신호들을 대상으로 뉴우턴법과 할선법의 고정점 알고리즘 각각을 적용할 때 그 분리성능을 비교 검토하였다. 여기서 뉴우턴법은 기울기 변화에 따른 속성을 이용하며, 할선법은 접선의 변화를 이용하는 속성을 가진다. 실험에 이용된 신호는 512×512 픽셀의 2개 2차원 영상이며, 가우스 분포와 라플라시안 분포의 잡음을 이용하였다. 실험 결과, 할선법의 알고리즘이 뉴우턴법보다 잡음에 강인한 특성을 가짐을 알 수 있었다. 한편, 잡음이 첨가되지 않은 경우보다 가우시안 잡음 및 라프라시안 잡음을 첨가한 경우, 절대합 오차값에서 각각 약 23% 및 약 9.7% 정도 원영상과의 오차를 보였다.

목차

요약
1. 서론
2. 신경망 기반 ICA
3. 시뮬레이션 결과 및 분석
4. 결론
[참고문헌]

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-028-015066572