一种基于十五阶的FastICA改进算法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (20): 108-113.

一种基于十五阶的FastICA改进算法

罗文娟1，袁莉芬1，2，何怡刚2

1.湖南师范大学物理与信息科学学院，长沙 410000
2.合肥工业大学电气与自动化工程学院，合肥 230000

出版日期:2016-10-15 发布日期:2016-10-14

Improved FastICA algorithm based on fifteen-order Newton iteration

LUO Wenjuan1, YUAN Lifen1，2, HE Yigang2

1.College of Physics and Information Science, Hunan Normal University, Changsha 410000, China
2.School of Electrical Engineering and Automation, Hefei University of Technology, Hefei 230000, China

Online:2016-10-15 Published:2016-10-14

摘要/Abstract

摘要： 快速独立分量分析（FastICA）因其收敛速度快而被受关注，但存在初始值选取不当可能导致算法的收敛速度减慢甚至不收敛的问题。针对基本牛顿迭代FastICA算法对初始值选择比较敏感的缺点，以最大化负熵为目标函数，引入十五阶牛顿迭代的修正形式对FastICA算法的核心迭代过程进行改进，改进算法的收敛性不再依赖于初始值的选择，而且具有更快的收敛速度。将改进算法应用到仿真实验，实验结果显示，改进算法在分离效果相当的前提下，迭代次数更少，收敛速度更快，而且收敛速度更加稳定。

关键词: 快速独立分量分析（FastICA）, 牛顿迭代, 初值敏感性, 十五阶

Abstract: Fast Independent Component Analysis（FastICA） has attached broad attention as its fast convergence. However, if the initial vectors are chosen incorrectly, the algorithm may converge slowly or even not converge. The FastICA algorithm based on the-fifteen order Newton iterative correction form is improved by modifying kernel iterative process aiming to solve the problem that basic FastICA algorithm is sensitive to initial vectors. The improved algorithm convergence is independent on the initial values, and has a faster convergence speed compared with the basis FastICA. Simulation experiments show that the iteration number decreases with more stable convergence speed compared with the basis FastICA.

Key words: Fast Independent Component Analysis（FastICA）, Newton iteration, initial value sensitivity, fifteen-order

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.

LUO Wenjuan1, YUAN Lifen1，2, HE Yigang2. Improved FastICA algorithm based on fifteen-order Newton iteration[J]. Computer Engineering and Applications, 2016, 52(20): 108-113.

[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]	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.
[3]	赵勇胜，赵闯，赵拥军. 利用外辐射源的TDOA和FDOA目标定位算法[J]. 计算机工程与应用, 2017, 53(8): 50-56.
[4]	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.
[5]	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.
[6]	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.
[7]	高岚¹，江晶²，蓝江桥³. 含精确“时戳”雷达多目标数据生成方法及应用[J]. 计算机工程与应用, 2011, 47(6): 140-143.
[8]	徐雷，郭立，陈希，杨帆. MBE的分析与优化技术的研究[J]. 计算机工程与应用, 2009, 45(33): 87-89.
[9]	田骅¹,樊养余¹,王衍文². 一种降低OFDM系统峰均功率比的有效方法[J]. 计算机工程与应用, 2008, 44(13): 90-92.
[10]	周成鹏,柴晓冬. 一种新的复波恢复方法——FastICA[J]. 计算机工程与应用, 2007, 43(27): 34-36.