文献类型：期刊文章

作　　者：郁芸[1] 张昕[3] 胡杰[3] 万程[3] 周高信[3] 王捷[3] 殷悦楚楚[3] 冯伟[3] 王娟[2]

YU Yun;ZHANG Xin;HU Jie;WAN Cheng;ZHOU Gao-xin;WANG Jie;YIN Yue-chuchu;FENG Wei;WANG Juan(School of Biomedical Engineering and Informatics,Nanjing Medical University,Nanjing,Jiangsu 211166,China)

机构地区：[1]南京医科大学生物医学工程与信息学院医学信息学系,江苏南京211166 [2]南京医科大学生物医学工程与信息学院智能计算与数学学系,江苏南京211166 [3]南京医科大学生物医学工程与信息学院,江苏南京211166

出　　处：《教育教学论坛》

基　　金：2018年度江苏省高校哲学社会科学研究项目“基于核磁共振的艾滋孤儿负性情绪研究”(2018SJA0282)。

年　　份：2020

期　　号：28

起止页码：381-382

语　　种：中文

收录情况：RCCSE、普通刊

摘　　要：独立分量分析(Independent Component Analysis,ICA)是在信号处理领域中关于盲源分离应用的常用方法。该文论述了独立分量分析的基本原理和分离步骤;介绍了快速独立分量分析(Fast ICA)的优化判据和优化算法特点;并进行了Fast ICA计算机程序仿真:首先混合了方波信号、正弦信号和噪声信号,再利用Fast ICA算法进行分离。分离结果,除了波形的波幅、次序和极性发生变化之外,源信号的波形被很好地分离还原出来,证实了Fast ICA的可行性和正确性。

关 键 词：快速独立分量分析 算法  仿真

分 类 号：TP301.6]