基于自适应学习率独立分量分析的图像盲分离

• 作者: 傅彦 吴跃 周俊临
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 独立分量分析 图像盲分离 自适应学习率
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 博士论坛
• 页码范围: 21-23
• 页数: 3页
• 分类号: TP391.41
• 字数: 2862字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.05.008

摘要

以独立分量分析(ICA)技术作为主要研究对象,对基于独立分量分析的定点算法进行了详细的分析和推理.传统定点算法具有结构简单、运算速度快的特点,但是在图像盲分离中数据有时不能完全满足独立性假设,因此在有些情况下,该算法是否收敛仍具有不确定性.由此,提出了一种能够自适应调整学习率的改进定点图像盲分离方法.将该方法用于混合图像的分离中,较传统方法而言,有收敛速度更快、鲁棒性更强、对数据相关性要求相对较低的优点.计算估计图像的峰值信噪比可知,分离效果是十分有效的.可见,该算法是一种新的、快速有效的图像分离方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴跃	电子科技大学计算机科学与工程学院	95	1014	16.0	27.0
2	傅彦	电子科技大学计算机科学与工程学院	66	695	14.0	22.0
3	周俊临	电子科技大学计算机科学与工程学院	14	73	5.0	7.0