一种改进的基于峭度指标的FastICA算法
An improved FastICA algorithm based on kurtosis index

摘要 基于峭度指标的FastICA算法具有较快的收敛速度和较高的计算效率，被广泛应用于多光谱图像的特征提取。经典的FastICA算法基于固定点迭代法得到图像的各个独立成分，在迭代过程中，每一个独立成分的求解都需要所有像元的参与。因此，当数据量较大或图像中像元较多时，FastICA的计算量很大，此时它的速度优势就会大打折扣。遥感数据一般都具有较大的尺寸，因此如何将FastICA直接应用于遥感数据，是一个具有实际意义的问题。通过引入多光谱图像协峭度张量的概念，将FastICA的固定点迭代问题转化为代数形式的张量计算，避免每次迭代过程中需所有像元参与的缺陷，因而大大降低计算复杂度。多光谱图像实验结果表明，该算法明显快于传统的基于峭度指标的FastICA算法。