![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
独立成分分析(ICA)
UESTC_C2_403
如果大家对博客内容有什么建议或者问题,可以在博客下面留言哦,谢谢大家!
展开
-
独立成分分析简介(ICA)
ICA起源于鸡尾酒问题,再利用ICA进行信号估计时,假定独立的成分在统计学上是相互独立的,这是ICA模型可以成立的前提条件,但是仅仅有这个假设或者说满足这个条件的基本就可以估计出源信号,这就是为什么此模型运用广泛的原因。信号之间相互独立表明随机变量之间不会为彼此提供任何信息,利用概率论上面的概率密度来说,就是联合概率密度函数等于边缘概率密度函数的乘积。独立成分必须具有非高斯分布(高斯分布就是我原创 2017-06-01 10:17:44 · 3442 阅读 · 0 评论 -
随机向量
原创 2017-06-01 10:35:24 · 783 阅读 · 0 评论 -
数据白化
原创 2017-06-01 10:32:52 · 782 阅读 · 0 评论 -
峭度度量非高斯分布的理论知识
原创 2017-06-01 10:32:01 · 2152 阅读 · 1 评论 -
极大似然估计的ICA模型
原创 2017-06-01 10:29:56 · 1928 阅读 · 0 评论 -
估计多个独立成分
原创 2017-06-01 10:27:36 · 310 阅读 · 0 评论 -
基于负熵的快速不动点算法
原创 2017-06-01 10:23:19 · 1099 阅读 · 0 评论 -
负熵作为非高斯的度量
原创 2017-06-01 10:21:00 · 2235 阅读 · 1 评论 -
不相关性和独立性
原创 2017-06-01 10:19:33 · 2501 阅读 · 0 评论 -
协方差知识点的理解
原创 2017-06-01 10:37:35 · 790 阅读 · 0 评论