10.3969/j.issn.1000-3428.2006.15.006
基于最短路径和自然梯度的过完备ICA算法
独立成分分析(ICA)是一种在给出的随机向量中找出统计独立的数据的统计方法,而过完备独立成分分析则是ICA问题中的一类特殊的情形,它要的源信号的数目比观测信号的数目要多.该文提出了一种基于最短路径算法和自然梯度的解决过完备独立成分分析的新算法Turbo-overcomplete.该算法采用了最短路径方法来推断源信号和采用自然梯度的方法来学习基向量,并采用Turbo-overcomplete算法来进行语音信号分离的实验,并把实验结果与现在的一些过完备独立成份分析算法进行了比较.
过完备独立成份分析、最短路径、自然梯度
32
TP301.6(计算技术、计算机技术)
国家自然科学基金10371135;中国博士后科学基金2005037582;广东省博士启动基金05200300
2006-08-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
16-18,21