五阶收敛的FastICA改进算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 153-155.

• 数据库、信号与信息处理 • 上一篇下一篇

五阶收敛的FastICA改进算法

赵天娇，何选森

湖南大学计算机与通信学院，长沙 410082

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

Improved FastICA algorithm with fifth-order convergence

ZHAO Tianjiao, HE Xuansen

School of Computer and Communication，Hunan University，Changsha 410082，China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 目前应用较多的FastICA算法利用了二阶收敛的牛顿迭代法进行优化，为了加快算法的收敛速度，用五阶收敛的牛顿迭代法对其进行改进，得出了两种改进的FastICA算法，通过实验验证了改进算法的性能。

关键词: 独立分量分析, FastICA, 牛顿迭代法, 五阶收敛

Abstract: FastICA algorithm is optimized by the quadratic convergence of Newton iteration method and is widely applied in BBS. In order to accelerate the convergence speed of the algorithm, this paper gives two improved FastICA algorithms which use the fifth-order convergence of Newton iterative method. The experimental results show the performance of the improved algorithms is better than that of the FastICA.

Key words: independent component analysis, FastICA, Newton’s iteration method, fifth-order convergence

赵天娇，何选森. 五阶收敛的FastICA改进算法[J]. 计算机工程与应用, 2012, 48(5): 153-155.

ZHAO Tianjiao, HE Xuansen. Improved FastICA algorithm with fifth-order convergence[J]. Computer Engineering and Applications, 2012, 48(5): 153-155.

[1]	贾雁飞，杜艳丽，赵立权. 快速收敛参考独立分量分析方法[J]. 计算机工程与应用, 2020, 56(7): 255-259.
[2]	马倩茹，冶继民. FastICA算法的收敛性与一致性分析[J]. 计算机工程与应用, 2020, 56(2): 35-41.
[3]	贾宝惠，黄琳，李耀华，蔺越国. 轴承故障诊断FastICA算法性能优化方法[J]. 计算机工程与应用, 2019, 55(8): 208-214.
[4]	王灿锋，孙曜. 改进独立分量算法的眼电伪迹去除方法研究[J]. 计算机工程与应用, 2018, 54(4): 167-173.
[5]	仇国庆，张少昀，赵婉滢，马俊. 基于PSO-ICA的文本分类研究[J]. 计算机工程与应用, 2018, 54(14): 95-99.
[6]	梁恺彬，管一弘. 基于隐高斯混合模型的人脑MRI分割方法[J]. 计算机工程与应用, 2018, 54(10): 196-203.
[7]	何安玲，何选森. 基于有理非线性函数的Fast-ICA算法[J]. 计算机工程与应用, 2018, 54(1): 251-255.
[8]	赵立权，王欣. 基于改进的人工蜂群的独立分量分析方法[J]. 计算机工程与应用, 2017, 53(18): 204-207.
[9]	陈梦，何选森. 基于八阶收敛牛顿迭代的Fast-ICA改进算法[J]. 计算机工程与应用, 2017, 53(11): 178-181.
[10]	恩德1，陈亚柯1，毛哲龙2. 基于FastICA的低信噪比下L-PLC语音的间断传输[J]. 计算机工程与应用, 2016, 52(9): 108-111.
[11]	罗文娟1，袁莉芬1，2，何怡刚2. 一种基于十五阶的FastICA改进算法[J]. 计算机工程与应用, 2016, 52(20): 108-113.
[12]	蔡伟华，何选森. 基于UWT和独立分量分析的含噪盲源分离[J]. 计算机工程与应用, 2016, 52(16): 180-185.
[13]	汪道德1，何鹏举1，龙莉莉2. FSS-kernel与FastICA融合的盲源分离算法研究[J]. 计算机工程与应用, 2015, 51(2): 209-212.
[14]	张杰，刘辉，欧伦伟. 改进的FastICA算法研究[J]. 计算机工程与应用, 2014, 50(6): 210-212.
[15]	孙浩，周力，邱意敏. 基于最大信息理论和共轭梯度寻优的ICA算法[J]. 计算机工程与应用, 2014, 50(4): 219-222.

五阶收敛的FastICA改进算法

Improved FastICA algorithm with fifth-order convergence

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics