论文部分内容阅读
将Kullback-Leibler散度和反馈机制引入到非负矩阵分解（NMF）,得到一种新的盲源分离算法（KLFNMF）.该算法利用KL散度度量非负矩阵分解效果,并利用本次分离出的源信号与混合信号之间的相关系数,衡量所分离源信号的纯度;每次分解后,提取出最纯的那个分离信号,并形成新的混合信号,从而逐个得到所有的源信号.仿真结果表明,本算法分离性能优于基于欧氏距离的NMF盲源分离算法.