摘要: 对独立分量分析算法的基本理论和FastICA算法进行了简要介绍.传统的FastICA算法只具有二阶的收敛速度,为了提高独立分量分析算法的收敛速度,减少迭代次数和运行时间,提出了一种改进的独立分量分析算法——五阶收敛的牛顿迭代法.对牛顿迭代算法加以修正,使改进的独立分量分析算法具有五阶的收敛速度.图像信号分离仿真实验表明,改进算法与传统的FastICA算法在分离效果相当的情况下,明显减少了传统的FastICA算法的迭代次数和运行时间,提高了收敛速度和运行效率.
中图分类号:
季策;于洋;于鹏;. 改进的独立分量分析算法[J]. 东北大学学报(自然科学版), 2010, 31(8): 1086-1088+1097.
Ji, Ce (1); Yu, Yang (1); Yu, Peng (1) . Improved algorithm for independent component analysis[J]. Journal of Northeastern University, 2010, 31(8): 1086-1088+1097.