高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于随机变量相似度的ICA方法

张旭秀 邱天爽

张旭秀, 邱天爽. 基于随机变量相似度的ICA方法[J]. 电子与信息学报, 2009, 31(9): 2104-2108. doi: 10.3724/SP.J.1146.2008.01253
引用本文: 张旭秀, 邱天爽. 基于随机变量相似度的ICA方法[J]. 电子与信息学报, 2009, 31(9): 2104-2108. doi: 10.3724/SP.J.1146.2008.01253
Zhang Xu-xiu, Qiu Tian-shuang. Random Variable Analogy Based ICA Method[J]. Journal of Electronics & Information Technology, 2009, 31(9): 2104-2108. doi: 10.3724/SP.J.1146.2008.01253
Citation: Zhang Xu-xiu, Qiu Tian-shuang. Random Variable Analogy Based ICA Method[J]. Journal of Electronics & Information Technology, 2009, 31(9): 2104-2108. doi: 10.3724/SP.J.1146.2008.01253

基于随机变量相似度的ICA方法

doi: 10.3724/SP.J.1146.2008.01253
基金项目: 

国家自然科学基金(30570475,30170259,60172072),中国博士后基金(20080441121)资助课题

Random Variable Analogy Based ICA Method

  • 摘要: 从随机变量(微分)熵的概念出发,定义了随机变量的相似度,讨论了用求相似度极点的方法实现观测数据线性组合非高斯性最大化,从而串行估计独立分量分析(ICA)模型中的独立分量的原理和算法。对非多项式矩定理进行了更为一般化的证明,以此定理为根据阐明了以一般的非二次型光滑偶函数的数学期望近似代替相似度的可行性。给出梯度算法中的符号因子计算公式,避免了现有的相应算法中符号因子计算公式与目标函数之间的矛盾。通过与极大似然ICA方法对比,表明所定义的相似度就是在预白化条件下单个源变量的极大似然函数。
  • Comon P. Independent component analysis : A new concept[J]? Signal Processing, 1994, 36(3): 287-314.[2]Bell A J and Sejnowski T J. An information-maximizationapproach to blind separation and blind deconvolution[J].Neural Computation.1995, 7:1129-1159[3]Cardoso J F and Adali T. The maximum likelihood approachto complex ICA[C]. The 2006 IEEE International Conferenceon Acoustics, Speech, and Signal Processing(ICASSP),Toulouse, France, May 14-19 2006, Vol.V: 673-676.[4]Hiroe A. Solution of permutation problem in frequencydomain ica, using multivariate probability densityfunctions[C]. 6th International Conference on IndependentComponent Analysis and Blind Source Separation, Carleston,SC, USA, March 5-8, 2006: 601-608.[5]Hyvariene A, Karhunen J, and Oja E. IndependentComponent Analysis[M]. New York, John Wiley Sons Inc.,2001: 165-181.[6]Hyvarinen A and Oja E. Independent component analysis bygeneral nonlinear Hebbian-like learning rules[J]. SignalProcessing, 1998, 64(3): 301-313.[7]Hyvariene A and Oja E. Fast and robust fixed-pointalgorithms for independent component analysis[J].IEEETransactions on Neural Networks.1999, 10(3):626-634
  • 加载中
计量
  • 文章访问数:  2982
  • HTML全文浏览量:  109
  • PDF下载量:  898
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-10-06
  • 修回日期:  2009-05-04
  • 刊出日期:  2009-09-19

目录

    /

    返回文章
    返回