首页 | 本学科首页   官方微博 | 高级检索  
     

扩展Infomax算法的收敛性分析
引用本文:吴小培,张道信. 扩展Infomax算法的收敛性分析[J]. 计算机工程与应用, 2003, 39(7): 49-51,59
作者姓名:吴小培  张道信
作者单位:安徽大学计算机科学与信息工程学院,合肥,230039;安徽大学计算机科学与信息工程学院,合肥,230039
基金项目:国家自然科学基金(编号:60271024),安徽省自然科学基金项目(编号:0043214)
摘    要:扩展Infomax算法是在传统Infomax算法基础上发展起来的一种较为实用的盲源分离算法。该算法采用非线性模型的动态切换技术,实现了对超高斯源和亚高斯源的同步分离。该文结合模型切换矩阵系数和迭代误差在盲源分离过程中的变化,直观地展示了扩展Infomax算法的收敛过程。文中还探讨了高斯随机噪声和随机脉冲干扰对算法收敛性能的影响。所得结论对于扩展Infomax算法的实际应用有一定的指导意义。

关 键 词:盲源分离  独立分量分析  峭度  高斯噪声
文章编号:1002-8331-(2003)07-0049-03

The Convergence Property Analysis of Infomax Algorithm
Wu Xiaopei Zhang Daoxin. The Convergence Property Analysis of Infomax Algorithm[J]. Computer Engineering and Applications, 2003, 39(7): 49-51,59
Authors:Wu Xiaopei Zhang Daoxin
Abstract:Extended-Infomax algorithm is practical algorithm of blind source separation,which is developed from the traditional Infomax algorithm proposed by Bell in1995.The extended -Infomax algorithm,using the nonlinear model switching technique,can synchronously separate the super-and sub-Gaussian sources.Combining the dynamic changing of switching matrix and iterative errors,this paper intuitively displays the convergence procedure of extended -Infomax algorithm.It also discusses the influences of Gaussian source and random pulse on the convergence of extended-Infomax algorithm.The research results have directive meaning for practical use of extended-Infomax algorithm.
Keywords:Blind source separation  Independent component analysis  Kurtosis  Gauss noise
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号