| 基于核独立成分分析的盲源信号分离 |
| |
| 引用本文： | 姚伏天,金连甫,戴光. 基于核独立成分分析的盲源信号分离[J]. 计算机工程与应用, 2004, 40(6): 44-46 |
| |
| 作者姓名： | 姚伏天 金连甫 戴光 |
| |
| 作者单位： | 浙江大学计算机科学与工程学院,杭州,310027;浙江大学计算机科学与工程学院,杭州,310027;浙江大学计算机科学与工程学院,杭州,310027 |
| |
| 基金项目： | 浙江省自然科学基金重点项目(编号:ZD0223)，浙江省自然科学基金(编号:601153) |
| |
| 摘 要： | 独立成分分析(ICA)已经广泛用于盲源信号的分离(BSS)。论文介绍了基于核空间的ICA的原理和基本算法,然后介绍了该算法与典型ICA和主成分分析(PCA)在盲源信号分离中的比较。实验表明在盲源信号分离中,基于核空间的ICA与其他典型ICA和PCA算法相比更具有准确性和鲁棒性。
|
| 关 键 词： | 独立成分分析(ICA) 核空间 盲源信号分离(BSS) 主成分分析(PCA) |
| 文章编号： | 1002-8331-(2004)06-0044-03 |
Blind Source Separation Based on Kernel Independent Component Analysis |
| |
| Yao Futian Jin Lianfu Dai Guang. Blind Source Separation Based on Kernel Independent Component Analysis[J]. Computer Engineering and Applications, 2004, 40(6): 44-46 |
| |
| Authors: | Yao Futian Jin Lianfu Dai Guang |
| |
| Abstract: | Independent component analysis(ICA)is a main approach of blind source separation(BSS)and has received attention because of its potential application in signal processing.In this paper,kernel independent component analysis(KICA)'s principle and algorithm are introduced,and then the KICA comparison with some other ICA and principal component analysis(PCA)is given.The result of experiment shows that KICA is more accurate and robust than other conical ICA and PCA in the BBS. |
| |
| Keywords: | Independent component analysis(ICA) Kernel space blind source separation(BSS) principal component analysis(PCA) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
