基于鱼群算法的独立成分分析算法研究

• 作者: 凌加浠 宋广宇 张玉洁 李志明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人工鱼群算法 独立成分分析 负熵
• 年，卷（期）: 2013,（13）
• 页码范围: 187-190
• 页数: 4页
• 分类号: TN911.72
• 字数: 3777字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0594

摘要

独立成分分析（ICA）只需要知道源信号较少的先验知识（如统计独立性等），仅由观测信号便能恢复出源信号的特性，因而得到了广泛应用。ICA的目的是寻找变换矩阵，使输出信号经变换后各成分之间尽可能的统计独立，其关键是建立一个目标函数，使得最大化（或最小化）目标函数的解便是所要找的变换矩阵。首次将人工鱼群算法（AFSA）与ICA相结合，提出了基于AFSA的独立成分分析算法。以负熵极大化作为目标函数，通过人工鱼的觅食，聚群和追尾行为，更新人工鱼的位置，得到全局最优解，从而得到分离矩阵。与自然梯度法相比，鱼群算法精度更高，收敛速度更快，仿真实验表明了将鱼群算法应用于独立成分分析的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志明	中国地质大学数理学院	38	463	10.0	21.0
2	张玉洁	中国地质大学数理学院	23	58	5.0	6.0
3	宋广宇	中国地质大学数理学院	1	3	1.0	1.0
4	凌加浠	中国地质大学数理学院	1	3	1.0	1.0