简洁大方的网站,北京seo外包,做甜品网站,wordpress轻应用主机盲源分离技术最早在上个世纪中期提出#xff0c;在1991年Herault和Jutten提出基于反馈神经网络的盲源分离方法#xff0c;但该方法缺乏理论基础#xff0c;后来Tong和Liu分析了盲源分离问题的可辨识性和不确定性#xff0c;Cardoso于1993年提出了基于高阶统计的联合对角化盲…盲源分离技术最早在上个世纪中期提出在1991年Herault和Jutten提出基于反馈神经网络的盲源分离方法但该方法缺乏理论基础后来Tong和Liu分析了盲源分离问题的可辨识性和不确定性Cardoso于1993年提出了基于高阶统计的联合对角化盲源分离方法并应用于波束形成。
1994年Common将主分量法PCA加以扩展成为独立分量分析法并正式提出了独立分量分析这一概念提出了基于最小互信息量的独立分量分析方法。1995年Bell和Sejnowski提出了基于熵最大思想的盲源分离方法。1996年B.A.Pearlmutter在独立变量分析ICA中引入以最大似然估计为准则的目标函数提出了一种ICA的改进的算法。1997年D.T.Pham和P.Garat对先前提出的基于最大似然准则的算法的性能进行进一步讨论。1997年Hyvariene等人根据峰度的概念提出了基于独立分量分析的快速分离算法FastICA。Armari于1998年提出了自然梯度算法口司大大加快了算法的收敛速度。随着盲源分离的深入研究研究范围不断拓展一些学者开始研究相关源信号的盲分离问题提出了时一频分析方法。2004年Yuan Zhijian和ErkkiOja提出了一种非独立分量分析的FastlCA算法。
参考文献
近年来状态空间法得到了逐步的发展它从控制工程的角度重新描述混合矩阵和解混矩阵转换了盲源分离的研究思路。
[1] 徐宏. 语音盲分离算法及应用的研究[D]. 太原理工大学, 2011.
[2] 田其冲, 郑卫国, 孙大雷. 基于 FastICA 的语音分离与图像分离[J]. 电脑编程技巧与维护, 2009 (16): 90-91.
[3] 贾银洁, 许鹏飞. 基于 FastICA 的混合音频信号盲分离[J]. 信息与电子工程, 2009, 7(4): 321-325.
[4] Hyvärinen A, Oja E. Independent component analysis: algorithms and applications[J]. Neural networks, 2000, 13(4): 411-430.
[5] Hyvärinen A, Oja E. A fast fixed-point algorithm for independent component analysis[J]. Neural computation, 1997, 9(7): 1483-1492.
