盲源分离理论与应用PDF电子书下载

第1章 导论 1

1.1盲源分离概述 1

1.2盲源分离的发展历史 3

1.3盲源分离应用 7

1.4本书结构与章节安排 9

参考文献 10

第一部分 盲源分离基础 17

第2章 盲源分离的数学基础 17

2.1矩阵分析与运算 17

2.1.1行列式及其性质 17

2.1.2矩阵的相关概念 18

2.1.3矩阵运算公式 18

2.2概率论基础——高阶统计量 24

2.3信息论基本概念 28

2.4距离测度 31

2.5信号盲源分离问题的可解性 33

参考文献 34

第3章 盲源分离的基础模型及经典算法 35

3.1数学模型 35

3.2盲源分离算法 36

参考文献 41

第4章 盲源分离的算法评价标准 43

4.1目标函数评价标准 43

4.2相关性评价标准 46

4.3信噪比评价标准 46

参考文献 47

第二部分 盲源分离的核心算法——独立成分分析算法与应用 51

第5章 独立成分分析 51

5.1 ICA概述 51

5.2 ICA的原理 55

5.3本章小结 69

参考文献 69

第6章 快速独立成分分析算法与应用 72

6.1概述 72

6.2 FastICA算法 75

6.3应用与分析 78

6.4本章小结 103

参考文献 104

第7章 极大似然独立成分分析算法与应用 105

7.1概述 105

7.2极大似然ICA算法 107

7.3应用与分析 112

7.4本章小结 116

参考文献 116

第8章 过完备独立成分分析算法与应用 117

8.1过完备 ICA算法 117

8.2应用与分析 120

8.3本章小结 124

参考文献 124

第9章 核心独立成分分析算法与应用 126

9.1 KICA算法 126

9.2应用与分析 128

9.3本章小结 133

参考文献 133

第10章 自然梯度Flexible ICA算法与应用 135

10.1自然梯度Flexible ICA算法 135

10.2应用与分析 138

10.3本章小结 147

参考文献 148

第11章 非负独立成分分析算法与应用 149

11.1非负ICA算法 149

11.2应用与分析 150

11.3本章小结 164

参考文献 164

第12章 约束独立成分分析算法与应用 166

12.1概述 166

12.2 CICA算法 167

12.3应用与分析 171

12.4本章小结 177

参考文献 177

第13章 优化独立成分分析算法与应用 179

13.1概述 179

13.2优化ICA算法 180

13.3应用与分析 184

13.4本章小结 197

参考文献 197

第三部分 盲源分离的前沿算法与应用 201

第14章 稀疏成分分析算法与应用 201

14.1概述 201

14.2 SCA的基础算法 207

14.3基于线性聚类的稀疏成分分析（LC-SCA） 209

14.4基于平面聚类的稀疏成分分析（PC-SCA） 223

14.5基于平面聚类的过完备稀疏成分分析（PCO-SCA） 228

14.6基于小波变换和稀疏成分分析（WL-SCA）的图像盲分离 234

14.7基于SCA的遥感影像分类 236

14.8本章小结 242

参考文献 242

第15章 非负矩阵分解算法与应用 247

15.1概述 247

15.2 NMF算法 251

15.3应用与分析 272

本章小结 300

参考文献 301

彩图 303