皮埃尔·科蒙 独立成分分析,一个新概念? (英语) Zbl 0791.62004号 信号处理。 36,第3期,287-314(1994). 摘要:随机向量的独立分量分析(ICA)包括搜索线性变换,以最小化其分量之间的统计相关性。为了定义合适的搜索标准,互信息的扩展被用作递增阶累积量的函数。提出了一种有效的算法,它允许在多项式时间内计算数据矩阵的独立分量分析。ICA的概念实际上可以看作是主成分分析(PCA)的扩展,它只能将独立性强加到二阶,因此定义了正交方向。ICA的潜在应用包括数据分析和压缩、贝叶斯检测、信源定位、盲识别和反褶积。 引用于2评论引用于386文件 MSC公司: 62B10型 信息理论主题的统计方面 62H25个 因子分析和主成分;对应分析 关键词:组件相关性最小化;多项式时间算法;负熵;微分熵;独立成分分析;线性变换;搜索条件;相互信息;高效算法;主成分分析的扩展 PDF格式BibTeX公司 XML格式引用 \textit{P.Comon},信号处理。36,第3287-314号(1994年;兹bl 0791.62004) 全文: 内政部 哈尔