梯度自适应在线ICA的改进

摘要：

为了更好地解决传统梯度下降算法中收敛点难以确定的难题,根据数字图像信号有界的特点,提出一种改进的梯度自适应在线独立分量分析(ICA)算法.该算法将传统梯度在线算法中的收敛点强加于学习过程,使其由传统的梯度下降过程变为上升过程,保证接收端在最后一组信号到达时,分离矩阵可保持在最优分离点上.理论分析和仿真结果表明,本算法具有较好的稳态性能和数值稳定性,是一种有效的ICA算法.

关键词：独立分量分析、梯度算法、在线学习、收敛点

所属期刊栏目：33

分类号：TN911.22

资助基金：国家自然科学基金-中物院NSAF联合基金项目10776040;国家自然科学基金项目61071196;教育部新世纪优秀人才支持计划项目NCET-10-0927;信号与信息处理重庆市市级重点实验室建设项目CSTC,2009CA2003;重庆市自然科学基金项目CSTC,2009BB2287

在线出版日期：2011-01-27（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：108-111