快速独立分量分析
Fast-ICA算法是芬兰赫尔辛基工业大学计算机及信息科学实验室Hyvarien等人提出并发展起来的。Fast-ICA算法基于非高斯性最大化原理,使用固定点(Fixed-point)迭代理论寻找WTX的非高斯性最大值,该算法采用牛顿迭代算法对测量变量X的大量采样点进行批处理,每次从观测信号中分离出一个独立分量,是独立分量分析的一种快速算法。该算法的非高斯型度量函数为:
Fast-ICA算法是芬兰赫尔辛基工业大学计算机及信息科学实验室Hyvarien等人提出并发展起来的。Fast-ICA算法基于非高斯性最大化原理,使用固定点(Fixed-point)迭代理论寻找WTX的非高斯性最大值,该算法采用牛顿迭代算法对测量变量X的大量采样点进行批处理,每次从观测信号中分离出一个独立分量,是独立分量分析的一种快速算法。该算法的非高斯型度量函数为: