利用参数表示任意维数正交矩阵的ICA新算法

？在独立分量分析(Independentcomponentanalysis,ICA)中,寻找去除高阶相关的正交矩阵成为问题关键,而正交矩阵具有特殊的空间结构,组成它的每个列向量可视作RN中单位超球表面上一点,当这些点彼此垂直时,整体就组成一个正交矩阵.自然地,这些点可以用其球坐标来参数化.本文通过观察正交矩阵的几何结构,找到了任意维数的随机正交矩阵的参数表示方法,且论证了这种表示的完备性;同时,对随机正交矩阵参数表示的随机性做了定量分析;然后,利用遗传算法对参数化正交矩阵中的参数进行搜索,得到了分离结果.本文称这种算法为OICA算法,并给出了该算法的仿真实验.