快速单像素多目独立成分设计

• 作者: 余堃 周明天 蒲红梅 郑方伟
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: Helmholtz自由能 独立成分分析(ICA) Lagrange约束神经网络 单像素内独立成分模型
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 421-423,449
• 页数: 4页
• 分类号: TP389.1
• 字数: 3412字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2008.03.029

摘要

分析了LCNN的约束项的物理意义,认为约束项λ是有监督学习的加速度,使得整个算法无论是学习矩阵还是独立成分的求解效率都可达到O(n).针对不同的λ和源信号、观测信号对的不同特性,提出了4种快速LCNN算法,分析了静态图像独立成分分析模型,建立了单像素内的独立模型,并总结了其优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明天	电子科技大学计算机科学与工程学院	315	3725	27.0	49.0
3	蒲红梅	重庆通信学院第四系	7	45	2.0	6.0
4	郑方伟	电子科技大学计算机科学与工程学院	9	111	5.0	9.0
5	余堃	电子科技大学计算机科学与工程学院	7	38	3.0	6.0