改进的自然梯度算法及其在语音和图像处理中的应用.pdfVIP

摘要 自然梯度算法是盲源信号处理领域一种常见的算法，特别是在盲 源信号的分离和独立分量分析中，其作为核心的算法之一，受到越来 越多的关注。同时由于自然梯度算法计算量低、收敛速度快、分离效 果好等优点，凸显出其良好的应用前景，并已在多方面有了广泛的应 用。 ， 本文围绕传统的自然梯度算法存在的不足以及在语音和图像方 面的应用方面而展开，做了以下工作： 本文对于自然梯度算法在盲源信号分离中的应用进行了总结和 分析，并对其相关理论进行了阐述，重点对固定步长自然梯度算法、 变步长的自然梯度等算法进行了分析和比较。其都存在一些缺陷：固 定步长自然梯度算法对于步长的要求很高，其直接影响到收敛速度和 稳定性；变步长的自然梯度算法其步长变化还不能根据需求进行变 化，虽能改进部分性能，但对于复杂条件下和在应用过程中，其收敛 速度和分离效果不够理想。 本文介绍了与自然梯度算法相关的信息论和高阶统计方面的基 础知识以及在盲源分离和独立分量分析中几种判据和算法，重点讨论 等三种最常用的算法的基本原理。分析了自然梯度算法的原理和步 骤，介绍了神经网络中的动量因子以及表征信号分离程度的分离度的 概念，将其引入到