-
题名FastICA算法的收敛性与一致性分析
被引量:5
- 1
-
-
作者
马倩茹
冶继民
-
机构
西安电子科技大学数学与统计学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第2期35-41,共7页
-
基金
国家自然科学基金(No.61573014)
中央高校基本科研基金(No.JB180702)
-
文摘
快速独立成分分析(Fast Independent Component Analysis,FastICA)是解决盲源分离问题使用最广泛的方法。在实际中,只能得到有限数据样本,所以采用的均是基于样本的FastICA算法。而常见的FastICA算法的收敛性分析均属于全集FastICA算法的收敛性分析,所以研究基于样本FastICA算法的收敛性和算法的一致性有至关重要的意义。以一种更简洁的方法证明了全集FastICA的相关收敛性质,包括对比函数的局部极大值和FastICA迭代函数不动点之间的关系。引入狄拉克函数,构造观测信号的概率密度函数,通过大数定律,给出了基于样本的FastICA算法收敛性条件。依据M-估计一致性定理,证明了FastICA给出的估计是一致估计。仿真实验的结果验证了FastICA估计的一致性。
-
关键词
快速独立成分分析(FastICA)
收敛性
不动点
依概率一致收敛
一致性
-
Keywords
Fast Independent Component Analysis(FastICA)
convergence
fixed point
consistent converge in probability
consistency
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-