【作者】 季策； 胡祥楠； 朱丽春；

【Author】 JI Ce~1,HU Xiang-nan~1,ZHU Li-chun~2 (1.School of Information Science and Engineering,Northeast University,Shenyang 110004,China; 2.National Astronomical Observatories,Beijing 100012,China)

【机构】 东北大学 信息科学与工程学院； 中国科学院 国家天文台；

【摘要】 在三阶收敛的FastICA算法基础上,针对其对初始值的选择比较敏感,容易影响收敛效果的问题,通过引入最速下降法对随机产生的初值进行处理。结果表明:改进后的算法不依赖于初始值的选择,克服了初值敏感性的问题,进而提高了算法的收敛性能。更多还原

【Abstract】 The steepest descent method was applied to process the randomly generated initial value on the basis of the third order convergence Newton iteration method which is sensitive to the choice of initial value and easily affects the convergence effect.The results show that the improved algorithm does not depend on the choice of the initial value and overcomes the sensitivity of initial value,thus enhances the capability of convergence of algorithm.更多还原