论文部分内容阅读
独立成分分析（ICA）只需要知道源信号较少的先验知识（如统计独立性等），仅由观测信号便能恢复出源信号的特性，因而得到了广泛应用。ICA的目的是寻找变换矩阵，使输出信号经变换后各成分之间尽可能的统计独立，其关键是建立一个目标函数，使得最大化（或最小化）目标函数的解便是所要找的变换矩阵。首次将人工鱼群算法（AFSA）与ICA相结合，提出了基于AFSA的独立成分分析算法。以负熵极大化作为目标函数，通过人工鱼的觅食，聚群和追尾行为，更新人工鱼的位置，得到全局最优解，从而得到分离矩阵。与自然梯度法相比，鱼群算法精度