| 基于估计概率密度函数的独立分量分析方法 |
| |
| 引用本文： | 李小军 楼顺天 张贤达. 基于估计概率密度函数的独立分量分析方法[J]. 西安电子科技大学学报(自然科学版), 2005, 32(4): 574-578 |
| |
| 作者姓名： | 李小军 楼顺天 张贤达 |
| |
| 作者单位： | (1. 西安电子科技大学 雷达信号处理重点实验室，陕西 西安 710071; 2. 清华大学 自动化系 智能技术与系统国家重点实验室，北京100084) |
| |
| 基金项目： | 国家自然科学基金资助项目（60072043） |
| |
| 摘 要： | 基于最优估计函数，给出了一种估计得分函数的方法．通过使用高斯混合模型，给出了估计信号概率密度的EM算法和进行独立分量分析优化的梯度算法．为了提高算法的精度和稳定度，发展了迭代估计概率密度的方法，该方法可以针对超、亚混合信号进行分离．
|
| 关 键 词： | 独立分量分析 梯度下降法 高斯混合模型 串音误差 |
| 文章编号： | 1001-2400（2005）04-0574-05 |
| 收稿时间： | 2004-08-09 |
| 修稿时间： | 2004-08-09 |
A method of ICA based on estimating the PDF of signals |
| |
| Li XiaoJun;Lou ShunTian;Zhang XianDa. A method of ICA based on estimating the PDF of signals[J]. Journal of Xidian University, 2005, 32(4): 574-578 |
| |
| Authors: | Li XiaoJun Lou ShunTian Zhang XianDa |
| |
| Affiliation: | (1. Key Lab. of Radar Signal Processing, Xidian Univ., Xi′an 710071， China; 2. State Key Lab. of Intelligent Technology and Systems, Dept. of Automation, Tsinghua Univ., Beijing100084， China) ; |
| |
| Abstract: | Independent component analysis (ICA) is a method for finding independent components from multivariate (multidimensional) statistical data. Based on the optimal estimation function, a method for the estimation of the score function is developed. By using the Gaussian mixture model , an EM algorithm for approximating the probability density of the data is presented, and a stochastic gradient method is given to separate the independent components. To improve the accuracy and stability of the algorithm, an iterative method for estimating the PDF of data is presented, which can perform the separation of mixed sub-Gaussian from super-Gaussian sources. The performance of the method is shown by computer simulations. |
| |
| Keywords: | independent component analysis gradient steepest ascent Gaussian mixture modeling crosstalk error |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《西安电子科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《西安电子科技大学学报(自然科学版)》下载全文 |
