基于最大信息理论和共轭梯度寻优的ICA算法

摘要：

独立分量分析是一种将观测向量分解为若干个独立统计的分量的一种统计学方法。提出了一种新的独立分量分析方法，该方法在最大信息理论的基础上引入目标函数，并利用共轭梯度搜索算法替代自然梯度算法，推导出用于训练转换矩阵的学习方程。运用核密度函数估算方法自适应地估算学习方程中包含的评价函数项。仿真结果表明，提出的基于独立分量分析的共轭梯度算法在求解盲源分离问题中切实有效。

关键词：独立分量分析、共轭梯度、最大信息熵、目标函数

分类号：TN911.7

资助基金：国家自然科学基金No.61071001；安徽省教育厅自然科学基金资助项目No.KJ2008A010；安徽省教育厅自然科学重点科研项目No.2006KJ017A。

在线出版日期：2014-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：219-222