噪声环境下的FastICA算法研究
随着各种电子设备的普及,语音数据正在大规模地增长,为了获得更纯净的语音数据,需要对混合语音信号进行分离.独立成分分析(ICA)算法是最经典的盲源分离方法之一.众多ICA改进算法中,FastICA算法因其收敛速度快而备受关注,但是FastICA算法的收敛性易受初始解混矩阵的影响.针对FastICA算法的缺陷,引入牛顿下山法来降低初值选择的敏感性,并提出差商法来减少计算量.实验结果显示,改进算法在保证分离性能的前提下,收敛稳定性不再受初值选择的影响,收敛更稳定.
语音信号 盲源分离 独立成分分析 牛顿下山法 差商法
陈明城 刘宏哲 张启坤 容杰彬
北京联合大学北京市信息服务工程重点实验室 北京100101
国内会议
中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会
福州
中文
249-252
2017-12-14（万方平台首次上网日期，不代表论文的发表时间）