武汉理工大学学报
武漢理工大學學報
무한리공대학학보
JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY
2005年
9期
93-96
,共4页
独立成分分析%评价函数%自然梯度%Parzen核估计
獨立成分分析%評價函數%自然梯度%Parzen覈估計
독립성분분석%평개함수%자연제도%Parzen핵고계
基于概率密度非参数估计的Parzen核估计,提出了一种新的独立成分分析(ICA)算法,实现了对源信号分布的全"盲"要求.该算法由观测信号样本出发,实现了对分离信号评价函数的直接估计,从而在一定程度上解决了ICA算法中如何选取估计信号评价函数的难题且能对任意的源混合信号(包括:超高斯与亚高斯分布,对称与非对称分布)进行有效盲分离.模拟实验从统计性质和计算时间2个方面说明了所提算法的性能.
基于概率密度非參數估計的Parzen覈估計,提齣瞭一種新的獨立成分分析(ICA)算法,實現瞭對源信號分佈的全"盲"要求.該算法由觀測信號樣本齣髮,實現瞭對分離信號評價函數的直接估計,從而在一定程度上解決瞭ICA算法中如何選取估計信號評價函數的難題且能對任意的源混閤信號(包括:超高斯與亞高斯分佈,對稱與非對稱分佈)進行有效盲分離.模擬實驗從統計性質和計算時間2箇方麵說明瞭所提算法的性能.
기우개솔밀도비삼수고계적Parzen핵고계,제출료일충신적독립성분분석(ICA)산법,실현료대원신호분포적전"맹"요구.해산법유관측신호양본출발,실현료대분리신호평개함수적직접고계,종이재일정정도상해결료ICA산법중여하선취고계신호평개함수적난제차능대임의적원혼합신호(포괄:초고사여아고사분포,대칭여비대칭분포)진행유효맹분리.모의실험종통계성질화계산시간2개방면설명료소제산법적성능.
