作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程 ›› 2010, Vol. 36 ›› Issue (18): 279-281. doi: 10.3969/j.issn.1000-3428.2010.18.097

• 开发研究与设计技术 • 上一篇    下一篇

基于极大似然Parzen窗的独立成分分析

龚丹丹a,刘国庆b   

  1. (南京工业大学 a. 电子与信息工程学院;b. 理学院,南京 210009)
  • 出版日期:2010-09-20 发布日期:2010-09-30
  • 作者简介:龚丹丹(1985-),女,硕士研究生,主研方向:独立成分分析;刘国庆,教授
  • 基金资助:

    国家自然科学基金资助项目(40505004);“北极阁”基金资助项目

Independent Component Analysis Based on Maximum Likelihood Parzen Window

Independent Component Analysis Based on Maximum Likelihood Parzen Window   

  1. (a. School of Electronic and Information Engineering; b. School of Science, Nanjing University of Technology, Nanjing 210009, China)
  • Online:2010-09-20 Published:2010-09-30

摘要:

提出一种新的独立成分分析算法,在利用直方图估计概率密度函数的基础上,由极大似然函数法构造独立信号的特征,并且在估计概率密度函数时,对相应的阶梯函数采用磨光处理,引入参数 ,并证明了 的选择依赖于信号的统计特征以及采样的样本总数。模拟实验结果表明,该算法能提高信号干扰比。

关键词: 独立成分分析, 直方图估计, 磨光函数, 极大似然估计, Parzen窗

Abstract:

A new Independent Component Analysis(ICA) algorithm is introduced by histogram estimation and maximum likelihood estimation. When estimating the probability density function, the corresponding step function is smoothed using parameter . It is proved that depends on statistical characteristics of signals and total number of samples. Simulation results demonstrate that signal-to-interference ratio has significant improvement.

Key words: Independent Component Analysis(ICA), histogram estimation, smoothing function, maximum likelihood estimation, Parzen window

中图分类号: