基于改进粒子群的独立分量分析算法研究
李巧燕
全海燕
1.昆明理工大学 信息工程与自动化学院,云南 昆明,6505002.昆明理工大学 信息工程与自动化学院,云南 昆明,650500
摘要：针对传统粒子群优化（PSO）算法对目标函数进行优化时，粒子容易陷入局部最优及收敛速度慢的缺陷，提出了一种基于改进 PSO 算法的独立分量分析（ICA）算法。该算法通过随机分段选择调节 PSO 算法中的惯性因子ω，使粒子具有一定的自适应能力，以快速找到最优粒子；然后，将 ICA 中的互信息作为目标函数，通过改进的 PSO 算法优化 ICA 中的目标函数，使独立分量中的各个成分相互统计独立。仿真实验结果表明，本算法可明显提高全局搜索能力，有效地实现混合信号的分离，改善盲源信号的分离效果。
关键词：独立分量分析粒子群优化算法自适应调节互信息
分类号：TN911.7(通信)
资助基金：国家自然科学基金(41364002)云南省自然科学基金(2009ZC048M)昆明理工大学人才培养项目(KKZ3201103022)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 103-108 )
英文信息