文献类型：期刊文章

作　　者：季策[1] 王艳茹[1] 沙明博[2] 杨正义[3]

机构地区：[1]东北大学信息科学与工程学院 [2]奥维通信股份有限公司 [3]中国人民解放军94816部队

出　　处：《东北大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(11273001;61074073;61273164);教育部新世纪优秀人才支持计划项目(NCET-10-0306)

年　　份：2014

卷　　号：35

期　　号：2

起止页码：204-207

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：高阶收敛的FastICA算法对初始值的选择较为敏感,如果初始值选择不当不仅会影响算法的收敛效果,甚至可能导致不收敛的结果.针对这一问题,将松弛因子引入高阶收敛的牛顿迭代法中,通过适当的修正,获得了既能保证一定收敛速度,又能有效克服初值敏感性的改进三阶、五阶FastICA算法.仿真工具采用Matlab软件,应用3种算法对语音信号进行分离;结果表明,对比基本FastICA算法,改进后的算法有效地分离了混合信号,并且降低了算法对初始权值的依赖性.

关 键 词：独立分量分析 FASTICA 松弛因子  初值敏感性  

分 类 号：TN911.6]