CAJ | 학술논문

独立成分分析(independent component analysis,ICA)是一种混合信号处理与分离方法,能够从多维混合观测数据中分离出各个独立成分.目前,ICA已成功应用于特征提取、信号处理、模式识别等诸多领域.然而,由于实际问题的复杂性,可观测到的混合观测中往往含有噪声、异常点与缺失点,而标准ICA算法对这类数据往往不能有效处理.针对该问题,提出了一种基于L1范数重建的新思路.基本思路是将传统ICA模型中加入L1范数项重新建模,利用L1范数误差对噪声与缺失点的本质稳健性,提高模型应用普适性；进一步设计了针对该模型的有效求解算法.在混合人工信号分离、混合图像分离以及混合音频信号分离的实验证明中,所提算法能够显著提升现有ICA方法对于含噪声、异常点与缺失点数据的计算稳健性.
독립성분분석(independent component analysis,ICA)시일충혼합신호처리여분리방법,능구종다유혼합관측수거중분리출각개독립성분.목전,ICA이성공응용우특정제취、신호처리、모식식별등제다영역.연이,유우실제문제적복잡성,가관측도적혼합관측중왕왕함유조성、이상점여결실점,이표준ICA산법대저류수거왕왕불능유효처리.침대해문제,제출료일충기우L1범수중건적신사로.기본사로시장전통ICA모형중가입L1범수항중신건모,이용L1범수오차대조성여결실점적본질은건성,제고모형응용보괄성；진일보설계료침대해모형적유효구해산법.재혼합인공신호분리、혼합도상분리이급혼합음빈신호분리적실험증명중,소제산법능구현저제승현유ICA방법대우함조성、이상점여결실점수거적계산은건성.