独立分量分析算法的改进研究

被引:4
作者
王小敏
曾生根
夏德深
机构
[1] 南京理工大学计算机科学系
关键词
独立分量分析; FastICA; M-FastICA; LM-FastICA;
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
独立分量分析是信号处理技术的新发展,本文对独立分量分析快速算法进行了研究,在分析FastICA算法的核心迭代过程的基础上,提出了改进算法M-FastICA,以改善了算法的收敛性能,减少算法的迭代次数。针对M-FastICA算法的收敛依赖于初始权值的问题,在算法过程中加入松弛因子,提出LM-FastICA算法,改善了算法对初始权值的依赖性。
引用
收藏
页码:1681 / 1684
页数:4
相关论文
共 3 条
[1]   基于快速ICA的混合语音信号分离 [J].
钟静 ;
傅彦 .
计算机应用, 2006, (05) :1120-1121+1124
[2]   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
[3]   BLIND SOURCE SEPARATION FOR CONVOLUTIVE MIXTURES [J].
THI, HLN ;
JUTTEN, C .
SIGNAL PROCESSING, 1995, 45 (02) :209-229