实数域FASTICA算法讲解及matlab源码

最新推荐文章于 2024-02-27 23:55:02 发布

zf_suan

最新推荐文章于 2024-02-27 23:55:02 发布

阅读量1.9w

点赞数 17

分类专栏：盲源分离相关算法讲解文章标签： matlab 源码算法

本文链接：https://blog.csdn.net/zf_suan/article/details/53750455

版权

本文深入讲解了实数域FASTICA算法，从基本概念到具体实现步骤，包括数据的中心化、白化处理以及迭代求解过程。重点讨论了在编程中可能出现的问题，特别是关于步骤5）的权向量求解，并给出了相应的解决方案和MATLAB代码实现。

摘要由CSDN通过智能技术生成

这就是我们在编写盲分离程序(尤其是像fastICA这类算法)的时候总是会遇到一些问题，这是我们没有把程序的基本思想给搞明白，下面，我们将一一讲解如何编写程序，我们将首先从最基础的实数域fastICA算法开始讲解，我们直接给出其不动点的算法
这里写图片描述 (1)
上式的推导可以参看文献A. Hyvarinen and E. Oja. A fast fixed point algorithm for independent component analysis. Neural Computation. 1997, Vol. 9: 1483 - 1492，这是他原始提出的文章，不过你也可以参看文献《盲信号分离算法及其应用_李云霞》(第21页)，这是电子科大的一篇博士论文，里面也有详细的推导过程。
一般性的我们先给出其求解的步骤：
(这是我们串行提出的算法)
1）对观测数据X中心化（即去均值）。
2）对数据进行白化处理Z=V*X；V就是我们的白化矩阵
3）设置迭代的最大次数（这是防止不好的收敛门限造成算法的死循环），收敛的门限，设置迭代次数p;
4）设定初始权向量这里写图片描述 ;
5）令；
6）逐次正交化
7）令