Blind Source Separation Using Quadratic form Innovation
Blind Source Separation Using Quadratic form Innovation
复制标题
使用二次形式创新进行盲源分离
DOI：
10.1007/s11063-010-9165-6
复制
发表时间：
2011-02
影响因子：
3.1
通讯作者：
Jiang, Zhiguo
中科院分区：
文献类型：
--
作者：
Shi, Zhenwei;Zhang, Hongjuan;Tan, Xueyan;Jiang, Zhiguo
盲源分离（BSS）是一种日益流行的数据分析技术，具有许多应用。已经提出了几种使用原始源的统计特性进行盲源分离的方法，其中一种著名的方法是非高斯性，它导致了独立分量分析（伊卡）。本文提出了一种盲源分离方法的基础上的一个新的统计性质：二次型创新的原始源，其中包括线性可预测性和能量（平方）的可预测性作为特殊情况。通过极小化二次型新息的损失函数，提出了一种梯度学习算法。此外，我们给出了所提出的BSS算法的稳定性分析。仿真结果验证了该方法的有效性。
Blind source separation (BSS) is an increasingly popular data analysis technique with many applications. Several methods for BSS using the statistical properties of original sources have been proposed, for a famous one, such as non-Gaussianity, which leads to independent component analysis (ICA). This paper proposes a blind source separation method based on a novel statistical property: the quadratic form innovation of original sources, which includes linear predictability and energy (square) predictability as special cases. A gradient learning algorithm is presented by minimizing a loss function of the quadratic form innovation. Also, we give the stability analysis of the proposed BSS algorithm. Simulations verify the efficient implementation of the proposed method.
登录
查看更多内容
DOI：
--
发表时间：
2002-09
期刊：
--
影响因子：
--
作者：
A. Cichocki;S. Amari
通讯作者：
A. Cichocki;S. Amari
DOI：
10.23919/mixdes.2018.8436682
发表时间：
2013-05
期刊：
2020 27th International Conference on Mixed Design of Integrated Circuits and System (MIXDES)
影响因子：
--
作者：
Fredrik Gustafsson;Lennart Ljung;M. Millnert
通讯作者：
Fredrik Gustafsson;Lennart Ljung;M. Millnert
DOI：
10.1007/978-3-540-92910-9_13
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Seungjin Choi
通讯作者：
Seungjin Choi
DOI：
10.1016/b978-0-12-804566-4.00016-4
发表时间：
2019
期刊：
Source Separation and Machine Learning
影响因子：
--
作者：
Jen-Tzung Chien
通讯作者：
Jen-Tzung Chien
影响因子：
5.4
作者：
Cardoso, JF;Laheld, BH
通讯作者：
Laheld, BH