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；；