| 基于负熵极大的独立分量分析方法 |
| |
| 引用本文： | 申丽岩,方滨,沈毅. 基于负熵极大的独立分量分析方法[J]. 中北大学学报(自然科学版), 2005, 26(6): 396-399 |
| |
| 作者姓名： | 申丽岩 方滨 沈毅 |
| |
| 作者单位： | 北京工业大学,电子信息与控制工程学院,北京,100022;教育部数字社区工程研究中心,北京,100022;首都医科大学,附属北京友谊医院,北京,100050 |
| |
| 基金项目： | 北京市自然科学基金资助项目(4052010) |
| |
| 摘 要： | 独立分量分析（Independent Component Analysis，ICA）是近年来发展起来的一种有效的盲源分离技术（Blind Source Separation，BSS）．本文介绍了独立分量分析的基本理论，用基于最大熵原理的对负熵的估计方法得出了ICA的目标函数，并介绍了基于负熵极大的FastICA算法．MATLAB仿真试验表明：该算法可以较好地分离混合声音信号，具有良好的稳定性，收敛速度较快.
|
| 关 键 词： | 独立分量分析 盲源分离 负熵 |
| 文章编号： | 1673-3193(2005)06-0396-04 |
| 修稿时间： | 2005-05-17 |
An Independent Component Analysis Algorithm Based on Maximum Negentropy |
| |
| SHEN Li-yan,FANG Bin,SHEN Yi. An Independent Component Analysis Algorithm Based on Maximum Negentropy[J]. Journal of North University of China, 2005, 26(6): 396-399 |
| |
| Authors: | SHEN Li-yan FANG Bin SHEN Yi |
| |
| Affiliation: | SHEN Li-yan~1,FANG Bin~2,SHEN Yi~3 |
| |
| Abstract: | The independent component analysis(ICA) is a method widely used in blinding source separation and is developed in recent years.The basic principle of the ICA is discussed in this paper.Using maximum negentropy approximations of differential entropy,we introduce an objective function for ICA and present a FastICA algorithm based on maximum negentropy.Simulation experiments in MATLAB show its better performance and efficiency in mixed sound signal separation,proving its good convergence and robust. |
| |
| Keywords: | independent component analysis blind source separation nnegentropy |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
