改进的高阶收敛FastICA算法

• 作 者: 季策 胡祥楠 朱丽春 张志伟
• 机 构: 东北大学信息科学与工程学院,中国科学院国家天文台
• 出 处: 东北大学学报：自然科学版
• 发表日期: 2011年10期
• 关键词: 独立分量分析 牛顿迭代法 FASTICA 最速下降法 初值敏感性 independent component analysis Newton＇s iterat
• 基金项目: 国家自然科学基金资助项目（10878017）

高阶收敛的FastICA具有形式简单、收敛速度快的特点,但其对初始值的选择比较敏感,若初始值选择不当很容易影响收敛的效果,甚至造成不收敛的结果.针对这一问题,采用最速下降法对三阶和五阶收敛的FastICA算法进行改进.首先,应用最速下降法求出初值,再用高阶收敛的FastICA算法求出最优解.语音信号的分离实验表明：改进后的算法对混合信号进行了较好的分离,并且有效地克服了初值敏感性的问题.