獨(dú)立分量分析(Independent Component Analysis，簡稱ICA)是近二十年來逐漸發(fā)展起來的一種盲信號(hào)分離方法。它是一種統(tǒng)計(jì)方法，其目的是從由傳感器收集到的混合信號(hào)中分離出相互獨(dú)立的源信號(hào)，使得這些分離出來的源信號(hào)之間盡可能獨(dú)立。它在語音識(shí)別、電信和醫(yī)學(xué)信號(hào)處理等信號(hào)處理方面有著廣泛的應(yīng)用，目前已成為盲信號(hào)處理，人工神經(jīng)網(wǎng)絡(luò)等研究領(lǐng)域中的一個(gè)研究熱點(diǎn)。
本文簡要的闡述了ICA的發(fā)展、應(yīng)用和現(xiàn)狀，詳細(xì)地論述了ICA的原理及實(shí)現(xiàn)過程，系統(tǒng)地介紹了目前幾種主要ICA算法以及它們之間的內(nèi)在聯(lián)系，在此基礎(chǔ)上重點(diǎn)分析了一種快速ICA實(shí)現(xiàn)算法一FastICA。
物質(zhì)的非線性熒光譜信號(hào)可以看成是由多個(gè)相互獨(dú)立的源信號(hào)組合成的混合信號(hào)，而這些獨(dú)立的源信號(hào)可以看成是光譜的特征信號(hào)。為了更好的了解光譜信號(hào)的特征，本文利用獨(dú)立分量分析的思想和方法，提出了利用FastICA算法提取光譜信號(hào)的特征的方案，并進(jìn)行了仿真實(shí)驗(yàn)。
標(biāo)簽：
Independent
Component
Analysis
分
上傳時(shí)間：
2013-12-20
上傳用戶：yan2267246
