基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
量化通信下的一致性滤波算法
分布式一致性
一致性滤波
传感器网络
量化通信
改进概率量化
小波级数的一致收敛性
小波级数
部分和
余项
一致收敛性
离散高阶分布式一致性算法
分布式一致性
多智能体系统
延时
高阶
一类函数列一致收敛性的研究
充要条件
一致收敛
函数列
导函数列
积分函数列
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 FastICA算法的收敛性与一致性分析
来源期刊 计算机工程与应用 学科 工学
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
年,卷(期) 2020,(2) 所属期刊栏目 理论与研发
研究方向 页码范围 35-41
页数 7页 分类号 TP391
字数 6329字 语种 中文
DOI 10.3778/j.issn.1002-8331.1812-0361
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冶继民 西安电子科技大学数学与统计学院 18 126 5.0 11.0
2 马倩茹 西安电子科技大学数学与统计学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导