含噪独立分量分析的期望最大化算法

• 作者: 张和发 李立萍
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 贝叶斯方法 盲源分离 期望最大化算法 独立分量分析
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 通信与信息工程
• 页码范围: 527-531
• 分类号: TN912
• 字数: 4171字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2012.04.009

摘要

把期望最大化(EM)算法应用到含噪ICA模型中,即假定源信号具有统计独立性,并将其放在贝叶斯估计框架中,提出一种解决含噪独立分量分析(ICA)的期望最大化(EM)算法.在含噪ICA模型中,假设源信号的均值和方差服从更为一般的均匀分布,提出的EM算法将混合矩阵和超参数交替进行处理,可以有效地估计混合矩阵和超参数在一定模型下的模型参数,从而能够估计出源信号.仿真结果说明,该方法能够很好地解决含有噪声ICA模型下的盲源分离问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李立萍	电子科技大学电子工程学院	57	562	14.0	21.0
2	张和发	电子科技大学电子工程学院	3	24	2.0	3.0