## 留言板

 引用本文: 张旭秀, 邱天爽. 基于随机变量相似度的ICA方法[J]. 电子与信息学报, 2009, 31(9): 2104-2108.
Zhang Xu-xiu, Qiu Tian-shuang. Random Variable Analogy Based ICA Method[J]. Journal of Electronics and Information Technology, 2009, 31(9): 2104-2108. doi: 10.3724/SP.J.1146.2008.01253
 Citation: Zhang Xu-xiu, Qiu Tian-shuang. Random Variable Analogy Based ICA Method[J]. Journal of Electronics and Information Technology, 2009, 31(9): 2104-2108.

## Random Variable Analogy Based ICA Method

• 摘要: 从随机变量(微分)熵的概念出发，定义了随机变量的相似度，讨论了用求相似度极点的方法实现观测数据线性组合非高斯性最大化，从而串行估计独立分量分析(ICA)模型中的独立分量的原理和算法。对非多项式矩定理进行了更为一般化的证明，以此定理为根据阐明了以一般的非二次型光滑偶函数的数学期望近似代替相似度的可行性。给出梯度算法中的符号因子计算公式，避免了现有的相应算法中符号因子计算公式与目标函数之间的矛盾。通过与极大似然ICA方法对比，表明所定义的相似度就是在预白化条件下单个源变量的极大似然函数。
•  [1] Comon P. Independent component analysis : A new concept[J]? Signal Processing, 1994, 36(3): 287-314.[2]Bell A J and Sejnowski T J. An information-maximizationapproach to blind separation and blind deconvolution[J].Neural Computation.1995, 7:1129-1159[3]Cardoso J F and Adali T. The maximum likelihood approachto complex ICA[C]. The 2006 IEEE International Conferenceon Acoustics, Speech, and Signal Processing(ICASSP),Toulouse, France, May 14-19 2006, Vol.V: 673-676.[4]Hiroe A. Solution of permutation problem in frequencydomain ica, using multivariate probability densityfunctions[C]. 6th International Conference on IndependentComponent Analysis and Blind Source Separation, Carleston,SC, USA, March 5-8, 2006: 601-608.[5]Hyvariene A, Karhunen J, and Oja E. IndependentComponent Analysis[M]. New York, John Wiley Sons Inc.,2001: 165-181.[6]Hyvarinen A and Oja E. Independent component analysis bygeneral nonlinear Hebbian-like learning rules[J]. SignalProcessing, 1998, 64(3): 301-313.[7]Hyvariene A and Oja E. Fast and robust fixed-pointalgorithms for independent component analysis[J].IEEETransactions on Neural Networks.1999, 10(3):626-634
•  [1] 马碧云, 元达鹏, 刘娇蛟.  基于似然函数的双曲调频信号参数估计快速算法, 电子与信息学报. doi: 10.11999/JEIT200044 [2] 孙希延, 刘健, 纪元法, 廖桂生, 范广伟.  基于似然比检验的超宽带信道检测与定位算法, 电子与信息学报. doi: 10.11999/JEIT160484 [3] 吴斌, 袁亚博, 汪勃.  基于记忆因子的连续相位调制信号最大似然调制识别, 电子与信息学报. doi: 10.11999/JEIT151445 [4] .  基于最大似然法的天波超视距雷达相位解污染算法, 电子与信息学报. doi: 10.11999/JEIT160041 [5] 武岩波, 朱敏.  一种用于水声通信的喷泉码最大似然译码方法, 电子与信息学报. doi: 10.11999/JEIT150572 [6] 金艳, 李曙光, 姬红兵.  基于柯西分布的跳频信号参数最大似然估计方法, 电子与信息学报. doi: 10.11999/JEIT151029 [7] 魏子翔, 崔嵬, 李霖, 吴爽, 吴嗣亮.  一种基于最大似然估计的合作目标多维参数跟踪算法, 电子与信息学报. doi: 10.11999/JEIT141150 [8] 郇浩, 陶选如, 陶然, 程小康, 董朝, 李鹏飞.  多普勒频率变化率快速最大似然估计辅助的高动态载波跟踪环路, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00638 [9] 袁志辉, 邓云凯, 李飞, 王宇, 柳罡.  改进的基于最大似然估计的多通道InSAR高程重建方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01530 [10] 袁航剑, 洪一帆, 罗武, 蒋伟.  一种码片内多径参数的最大似然估计算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00349 [11] 陈小军, 李赞, 白宝明, 潘玮, 陈清华.  一种基于模糊熵的混沌伪随机序列复杂度分析方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00713 [12] 徐振华, 黄建国, 张群飞.  基于EM算法的极大似然分布式量化估计融合新方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00599 [13] 裴继红, 叶佩玲, 谢维信.  基于四元同质微分的彩色光流估计, 电子与信息学报. doi: 10.3724/SP.J.1146.2008.01469 [14] 黄玉春, 黄载禄, 黄本雄, 徐书华.  基于FFT滑动平均极大似然法的正弦信号频率估计, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.01586 [15] 扈罗全, 朱洪波.  产生相关非高斯随机变量的扩散过程方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.01083 [16] 李军侠, 水鹏朗.  基于广义高斯最大似然估计的小波域类LMMSE滤波算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.00531 [17] 吕卓, 李建东, 李维英.  空时网格码的联合迭代最大似然估计和译码, 电子与信息学报. [18] 许华, 郑辉.  MPSK信号的最大似然SNR估计方法, 电子与信息学报. [19] 田达, 张洪, 陈天麒.  一种新的时频极大似然DOA估计方法, 电子与信息学报. [20] 王布宏, 王永良, 陈辉.  相干信源波达方向估计的广义最大似然算法, 电子与信息学报.
• 点击查看大图
##### 计量
• 文章访问数:  2460
• HTML全文浏览量:  27
• PDF下载量:  881
• 被引次数: 0
##### 出版历程
• 收稿日期:  2008-10-06
• 修回日期:  2009-05-04
• 刊出日期:  2009-09-19

### 目录

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈

官方微信，欢迎关注