基于盲源分离的一种快速独立分量分析算法

被引：3

作者：

吴微东

庄哲民

机构：

[1] 汕头大学电子工程系

来源：

汕头大学学报(自然科学版) | 2004年 / 02期

基金：

广东省自然科学基金;

关键词：

独立分量分析; 遗忘因子; 混迭信号; 盲源分离;

D O I：

暂无

中图分类号：

TN9117 [];

学科分类号：

摘要：

基于盲源分离理论提出了一种快速独立分量分析 (FastICA)算法 .该算法以负熵作为独立性判决准则 ,在迭代过程中引入遗忘因子 ,加快了算法的收敛速度 .仿真结果表明 ,该方法能快速、有效地分离混迭信号

引用

页码：58 / 62

页数：5

共 7 条

[1]

Independent component analysis: Algorithms and applications. Hyvrinen, A,Oja, E. Neural Networks . 2000

[2]

A class of neural networks for independent component analysis. Arhunen Oja E, Wang L, et al. IEEE ACM Transactions on Networking . 1997

[3]

自适应信号处理[M]. 科学出版社 , 何振亚著, 2002

[4]

人工神经网络与盲信号处理[M]. 清华大学出版社 , 杨行峻,郑君里编著, 2003

[5]

Indeterminacy and indentifiability of blind identification. Tong L, Liu R, Soon V, et al. IEEE Transactions on Circuits and Systems . 1991

[6]

Adaptive weighted least squares algorithm for volterra signal modeling. Steven C K Chan, Tania S, Anthony G C. IEEE Transactions on Circuits and Systens_I: Fundamental Theory and Applications . 2000

[7]

Independent component analysis: A new concept. Comon, et al. Signal Processing . 1994

← 1 →