带参考信号的独立分量分析理论及其应用研究模式识别与智能系统专业论文.docxVIP

lIII lIII I I U If fil l fll II IIJ Y1 8 1 6834 University of Science and Technology of China A d issertation for doctor’S deg ree The Study of Independent Component Analysis with Reference and its Appl ications Author’S Name： Jianxun Mi Speciality：Pattem Recognition and Intelligent System Supervisor：Prof．De—Shung Huang Finished time： November 1或，20 1 0 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名：冀虹 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学 位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 囱公开 口保密(——年) 作者签名： 导师签名 疆一文 疆一 文 _◆ 摘要对多元统计信号的探索一直是信息科学领域的热门研究课题，如何发现多元 摘要 对多元统计信号的探索一直是信息科学领域的热门研究课题，如何发现多元 信号中的内在因素或者分量是该领域的研究重点之一。独立分量分析这种多元统 计分析方法作为近年来人工神经网络、统计学习理论、信号处理等研究领域中的 热点问题，它的一些成果已经应用到多个实际问题当中，证明了其广阔的应用价 值。 独立分量分析是盲源信号处理的一个分支，该理论假设多元观察信号是由多 个相互独立的非高斯信号线性混合而成的。在很多实际应用领域中，我们对所需 要获得的独立分量有部分先验信息，然而经典的独立分量分析方法首先需要把所 有的独立分量都恢复出来，然后再由用户通过先验信息来选择自己所感兴趣的独 立分量。这样的方法一般存在耗时，输出结果不稳定等问题。在遇到高维问题时， 经典方法甚至可能出现完全失效的情况。本文研究的核心内容就是如何使用带先 验信息的参考信号来直接抽取所感兴趣的独立分量。 本文的主要贡献总结为如下几点： 1．严格推导了约束独立分量分析框架下的带参考信号的独立分量分析问题的学 习公式，发现原来的算法中存在的推导错误等，提出了修正的约束独立分量 分析框架下的带参考信号的独立分量分析算法，并在理论上证明了算法改进 的正确性，同时通过模拟实验和实际数据实验验证了修正后算法的有效性。 2．研究了约束独立分量分析框架下的带参考信号的独立分量分析的收敛不稳定 问题，发现了问题的原因在于ICA．R优化目标函数在不等式约的可行区域内 不一定为凸函数，也就是KT条件不是全局充分的，那么采用类似牛顿法的优 化算法是不能够保证获得全局最优值的。一般来说，采用贪婪策略的算法(每 一次迭代都降低目标函数)都会出现误收敛的情况，所以算法的输出不稳定。 在这种情况下，我们提出了新的ICA．R算法，在算法中我们引入了在算法早 期判断误收敛的技术，解决了算法误收敛的问题，并且在实验中证明了新算 法的误收敛率为0。 3．研究了ICA．R的应用方法。在ICA．R应用中距离阈值参数的选择往往决定了 算法的成功和失败。我们提出了合理选择ICA．R阈值参数方法，包括参考信 号收缩方法来灵活的选择参数等。我们提出并证明了直接采用观测通道作为 参考信号的可行性，简化了ICA．R的应用，使得参考信号在某些条件下并不 I 摘要需要手工构造就可以直接获得。 摘要 需要手工构造就可以直接获得。 4．‘提出了Complete ICA．R的方法。通过研究发现Complete ICA．R和传统ICA 方法相比，是一种非常灵活的ICA算法，它不再通过强行的去相关化来防止 同一性收敛问题，因此它的输出更好的保留了数据的内部特性。我们通过理 论证明和实验结果说明了Complete ICA．R的输出质量确实要优于传统的ICA 算法，特别是Com