基于独立分量分析的生理信号盲源分离
周卫东
山东大学信息科学与工程学院,济南,250100
摘要：用于盲源分离的独立分量分析(ICA)和扩展ICA算法,基于极大似然估计,给出一个衡量输出分量统计独立的目标函数,最优化该目标函数,得到一种用于独立分量分析的迭代算法.扩展ICA算法的优点在于迭代过程中不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯信号的分离.应用该算法实现了脑电、心电信号以及语音信号的分离,并给出了实验结果.
关键词：盲源分离独立分量分析人工神经网络极大似然估计脑电语音
分类号：R318(医用一般科学)
资助基金：山东省自然科学基金(Y2000C25)
论文发表日期：2002-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：3( 4-6 )
英文信息