项目名称: 基于约束独立成分分析的半盲抽取算法及其应用研究
项目编号: No.11126057
项目类型: 专项基金项目
立项/批准年度: 2012
项目学科: 生物科学
项目作者: 张红娟
作者单位: 上海大学
项目金额: 3万元
中文摘要: 独立成分分析(Iedependent Component Analysis, ICA)是一种新兴的数据处理与分析方法,已成功地应用于信号处理、模式识别、机器学习与数据挖掘等领域,得到了国内外学术界的广泛关注。本项目力求从约束ICA角度出发研究盲信号抽取问题,将传统约束优化理论引入到约束ICA模型的建立及盲抽取算法的构造中。首先,将感兴趣信号的先验信息作为约束嵌入到优化模型中,修正标准ICA模型为约束ICA模型;然后,针对构造出的约束ICA模型,结合诸如最速下降法,相对牛顿法,信赖域法等优化算法,设计几种有效的半盲抽取算法,并对算法的收敛性和稳定性等进行分析,以丰富ICA算法的理论研究;最后,将约束ICA模型及算法应用到实际生物医学信号处理领域,为ICA的发展提供更为广阔的空间。ICA有着广泛而重要的应用背景,本项目的研究将有助于推动ICA方法的进一步发展,具有重要的理论意义和实用价值。
中文关键词: 约束独立成分分析;约束优化模型;优化算法;;
英文摘要:
英文关键词: Constrained ICA;Constrained optimization model;Optimization algorithm;;