独立成分分析的研究进展

被引：32

作者：

张建明 ^{[1
]}

林亚平 ^{[1
]}

吴宏斌 ^{[2
]}

杨格兰 ^{[2
]}

机构：

[1] 湖南大学计算机与通信学院

[2] 湖南城市学院计算机科学系

来源：

关键词：

独立成分分析; 盲源信号分离; 非高斯性; 神经网络;

D O I：

10.16182/j.cnki.joss.2006.04.046

中图分类号：

TN911.6 [信号分析];

学科分类号：

080401 ; 080402 ;

摘要：

介绍了独立成分分析(ICA)的基本模型及其假设、含混性、非高斯性度量和通用求解过程。讨论了目前ICA的几个研究方向的发展现状和面临的问题,分析了ICA基本模型和几种扩展模型的求解算法,包括盲反卷积、卷积混和的盲分离、非线性瞬时混合的盲分离。提出了ICA未来理论和应用研究中的开放课题。

引用

页码：992 / 997+1001 +1001

页数：7