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

被引：26

作者：

曾生根

朱宁波

包晔

夏德深

机构：

[1] 南京理工大学计算机系教研室

[2] 南京理工大学计算机系教研室南京

[3] 南京

[4] 南京

来源：

中国图象图形学报 | 2003年 / 10期

关键词：

计算机图象处理(520·6040); 独立分量分析; 固定点算法; FastICA; M-FastICA; 图象分离;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

独立分量分析是信号处理技术的新发展,它作为盲信号分离的一种有效的方法而受到广泛的关注,并在许多方面获得成功应用.讨论了独立分量分析的基本原理、判断条件和算法,并在此基础上,介绍了独立分量分析的一种快速算法——FastICA算法;对FastICA算法的核心迭代过程进行改进,得到M-FastICA算法,改进算法减少了独立分量分析的迭代次数,从而提高了算法的收敛速度.最后将M-FastICA算法应用到图象的分离上,实验结果表明,改进算法在分离效果相当的前提下,串行算法迭代次数减少了9％,并行算法迭代次数减少了27％,收敛速度更快.

引用

页码：58 / 64

页数：7

共 7 条

[1] 基于独立分量分析的图象分离技术及应用 [J].