含噪独立分量分析的期望最大化算法.pdfVIP

下载本文档

7
0
约2.46万字
约 7页
2016-02-08 发布于天津
举报
版权申诉

含噪独立分量分析的期望最大化算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

含噪独立分量分析的期望最大化算法.pdf

第4l卷第4期电子科技大学学报 VoL41No．4 2012年7月 Journal ofElectronicScienceand ofChina Jul．2012 ofUniversity Technology 含噪独立分量分析的期望最大化算法张和发，李立萍 (电子科技大学电子工程学院成都611731) 【摘要】把期望最大化(EM)算法应用到舍噪IcA模型中。即假定源信号具有统计独立性，并将其放在贝叶斯估计框架中，均匀分布，提出的EM算法将混合矩阵争超参数交替进行处理，可以有效地估计混合矩阵和超参数在一定模型下的模型参数，从而能够估计出源信号．仿真结果说明，试方法能够很好地解决舍有噪声ICA模型下的盲源分离问题．关键词贝叶斯方法；盲潭分离；期望最大化算法：独立分量分析中图分类号TN912 文献标识码A doi：10．39690．issn．1001．0548．2012．04．009 Expectation—Maximization Algorithm for NoisyIndependentAnalysis Component ZHANG He-faandLI Li-ping Ch哪du611731) Abstract is inthe Expectation-maximization(EM)algorithmappliednoisyindependentcomponentanalysis solffoc aleassumedstatistieal andformulatedina estimation (ICA)model,i…e也esignals independent Bayesian framework．A withEM for ICAis the ICA Bayesianapproach algorithmnoisy noisy model proposed．In themeansandvariancesofSOUIV,e a坞uniform．theEM can supposing signals proposedalgorithmefficiently estimate恤emodel ofthe matrixand underacertain parametersmixing hyperparametersmodel matrix 血eSOUlcOs tlIe and resultsshowthatthe byprocessingmixing hyperl，arametersalternatively．Simulation methodCan blindSOlll℃e the ICAmodel． prop