發(fā)布時間：2018-03-08 13:51

  本文選題：盲源分離(BSS)　切入點：獨立分量分析(ICA)　出處：《計算機工程與應(yīng)用》2017年11期 　論文類型：期刊論文

【摘要】：解決盲源分離問題(BSS)最常用的方法是獨立分量分析方法(ICA),快速獨立分量分析方法(Fast-ICA)是目前廣泛使用的獨立分量分析方法。傳統(tǒng)的Fast-ICA算法利用了二階收斂的牛頓迭代方法進行優(yōu)化,為了加快算法的收斂速度,提高算法的運行效率,利用八階收斂的牛頓迭代方法對Fast-ICA算法進行優(yōu)化,通過仿真驗證了基于八階收斂的Fast-ICA算法與傳統(tǒng)的Fast-ICA和五階收斂的Fast-ICA算法在分離性能上基本相同,但其具有更少的迭代次數(shù)和更快的收斂速率。
[Abstract]:The most commonly used method to solve blind source separation problem is the independent component analysis (ICA), the fast independent component analysis (Fast-ICA), which is widely used at present. The traditional Fast-ICA algorithm uses the second-order convergent Newtonian method. To optimize the method, In order to speed up the convergence of the algorithm and improve the efficiency of the algorithm, the eighth order convergent Newton iteration method is used to optimize the Fast-ICA algorithm. The simulation results show that the Fast-ICA algorithm based on eighth-order convergence has the same separation performance as the traditional Fast-ICA and five-order convergent Fast-ICA algorithm, but it has fewer iterations and faster convergence rate.
【作者單位】： 湖南大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：湖南省高校創(chuàng)新平臺開放基金項目(No.14K022)
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前1條

1 艾朝霞;;基于高斯-牛頓迭代的非正交聯(lián)合對角化算法[J];紡織高�；A(chǔ)科學(xué)學(xué)報;2014年02期

相關(guān)碩士學(xué)位論文 前1條

1 王永涓;基于改進FastICA算法的地震信號去噪研究[D];成都理工大學(xué);2012年

，

本文編號：1584162