一种峭度FastICA改进算法

被引:5
作者
高巧玲
刘辉
机构
[1] 湖南师范大学物信院
关键词
独立分量分析; 快速独立分量分析; 峭度; 精确线性搜索;
D O I
暂无
中图分类号
TN911.7 [信号处理];
学科分类号
0711 ; 080401 ; 080402 ;
摘要
独立分量分析(ICA)是盲分离的核心技术,是信号处理领域的一种新的发展。FastICA是独立分量分析中收敛速度较快的算法,因为它的收敛速度快且要求内存空间小而备受关注,但存在步长μ选取不当可能导致算法收敛速度减慢甚至不收敛的问题。为了克服其缺点,在基于峭度的FastICA算法的基础上增加精确线性搜索优化技术来求μ,使改进后的算法收敛速度更快且不需要手动来选择步长参数。编制相应的matlab程序,将改进的算法用于语音信号分离,验证了它的高效性。
引用
收藏
页码:114 / 116+121 +121
页数:4
相关论文
共 7 条
[1]   一单元ICA-R快速算法 [J].
张守成 ;
李宏伟 ;
刘永凯 .
计算机工程与应用, 2009, 45 (02) :158-161
[2]   独立分量分析算法的改进研究 [J].
王小敏 ;
曾生根 ;
夏德深 .
电子器件, 2008, (05) :1681-1684
[3]   一种改进的FastICA算法及其应用 [J].
郭武 ;
朱长仁 ;
王润生 .
计算机应用, 2008, (04) :960-962
[4]   一种改进的快速独立分量分析算法及其在图象分离中的应用 [J].
曾生根 ;
朱宁波 ;
包晔 ;
夏德深 .
中国图象图形学报, 2003, (10) :58-64
[5]  
盲信号处理.[M].马建仓;牛奕龙;陈海洋编;.国防工业出版社.2006,
[6]  
独立分量分析的原理与应用.[M].杨福生;洪波著;.清华大学出版社.2006,
[7]   A fast fixed-point algorithm for independent component analysis [J].
Hyvarinen, A ;
Oja, E .
NEURAL COMPUTATION, 1997, 9 (07) :1483-1492