我们介绍了一种新的快速独立分量分析算法，可用于盲源分离和特征提取。我们展示了如何将神经网络学习规则转换为定点迭代，这提供了一种算法，该算法非常简单，不依赖于任何用户定义的参数，并且能够快速收敛到数据允许的最精确解。该算法一次找到一个非高斯独立分量，而不管其概率分布如何。计算可以以批处理模式或半自适应方式执行。严格证明了算法的收敛性，并证明了其收敛速度为三次方。与基于梯度的算法进行了一些比较，结果表明，新算法通常要快10到100倍，有时只需几次迭代就能得到解决方案。

此内容仅以PDF格式提供。
©1997麻省理工学院
1997
您当前无权访问此内容。