%0 Journal Article
%T 梯度自适应在线ICA的改进
%A 张天骐
%A 李雪松
%A 夏淑芳
%A 侯瑞玲
%J 北京邮电大学学报
%P 108-111
%D 2010
%R 10.13190/jbupt.201005.108.zhangtq
%X 为了更好地解决传统梯度下降算法中收敛点难以确定的难题，根据数字图像信号有界的特点，提出一种改进的梯度自适应在线独立分量分析（ICA）算法.该算法将传统梯度在线算法中的收敛点强加于学习过程，使其由传统的梯度下降过程变为上升过程，保证接收端在最后一组信号到达时，分离矩阵可保持在最优分离点上.理论分析和仿真结果表明，本算法具有较好的稳态性能和数值稳定性，是一种有效的ICA算法.
%K 独立分量分析
%K 梯度算法
%K 在线学习
%K 收敛点
%U http://www.buptjournal.cn/CN/abstract/abstract954.shtml