文摘
英文文摘
独创性声明及关于论文使用和授权的说明
第一章 引言
1.1 独立分量分析技术的概述
1.2 独立分量分析的发展简史
1.3 独立分量分析的发展现状
1.3.1瞬时线性混合模型
1.3.2卷积混合模型
1.3.3含噪的混合模型和非线性混合模型
1.3.4独立分量分析的应用研究
1.4胎儿心电图的分离和提取
1.5论文的结构
第二章 独立分量分析的基本原理
2.1 独立性
2.2 高阶矩和高阶累积量
2.2.1高阶矩和高阶累积量的定义
2.2.2偏度和峭度
2.3 信息论基础
2.3.1微分熵
2.3.2互信息
2.3.3 K-L散度
2.3.4负熵
2.4 ICA原理
2.4.1 ICA的基本模型
2.4.2 ICA的不确定性
2.5 预处理
2.5.1中心化
2.5.2基于主分量分析的降维和白化
第三章基于瞬时线性混合模型的在线ICA算法
3.1 自然梯度(Natural Gradient)与相对梯度(Relative Gradient)
3.2 扩展Infomax算法
3.2.1扩展Infomax算法的推导
3.2.2扩展Infomax算法中非线性函数的确定
3.2.3扩展Infomax算法的统一形式
3.2.4仿真试验
3.3 一类有效分离有偏亚高斯信号的ICA算法(mExtICA算法)
3.3.1 mExtICA算法的推导
3.3.2可变步长的mExtICA算法(vmExtICA)
3.3.3仿真试验
第四章基于瞬时线性混合模型的离线ICA算法
4.1 基于峭度的快速固定点算法
4.1.1算法的推导
4.1.2分离胎儿心电图信号的试验
4.2 基于自相关函数和峭度联合最大化的FECG提取算法
4.2.1算法的推导
4.2.2胎儿心电图提取试验
第五章结论
5.1 总结
5.2 展望
参考文献
致谢
作者简介
硕士阶段已发表的论文
硕士阶段所参与的项目