新华正版 独立成分分析中的高阶统计量方法 乌建伟 著 9787118112139 国防工业出版社 2016-12-01
举报
新华书店直发 全新正版 急速发货 开票联系客服
-
作者:
乌建伟 著
-
出版社:
国防工业出版社
-
ISBN:
9787118112139
-
出版时间:
2016-12
-
装帧:
平装
-
开本:
16开
-
ISBN:
9787118112139
-
出版时间:
2016-12
售价
￥
41.25
5.2折
定价
￥79.00
品相
全新
上书时间2023-07-06
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
目录
章前言
1.1独立成分分析的概念和模型
1.1.1盲信号分离与独立成分分析
1.1.2独立成分分析的概率模型
1.2独立成分分析解的性质
1.2.1ICA分解的等价性
1.2.2ICA分解的唯一性
1.2.3ICA与PCA的联系
1.3独立成分分析的发展历史、扩展及应用
1.3.1ICA的发展历史
1.3.2ICA的扩展研究
1.3.3ICA的应用
参考文献
第2章基本的分离原则、算法和对照函数
2.1几个基本的分离原则
2.1.1优选似然估计
2.1.2互信息最小化
2.1.3信息极大化
2.1.4负熵优选化
2.2其他分离方法
2.2.1消去交叉累积量方法
2.2.2非线性去相关
2.2.3分布比较方法
2.2.4基于几何特征的方法
2.3ICA中常用的优化方法
2.3.1自然梯度与相对梯度
2.3.2雅可比算法
2.3.3不动点算法
2.4概率密度函数的Gram-Charlier和Edgeworth展开
2.5目标函数的要求与构造
2.6非对称的对照函数
2.7高阶累积量作为目标函数的一些理论结果
2.8基于交叉累积量的对照函数
参考文献
第3章实信号的基于高阶累积量的分离方法
3.1四阶盲辨识及其扩展方法
3.2基于四阶累积量的快速算法
3.2.1FastICA算法
3.2.2FastICA算法收敛性的进一步讨论
3.2.3基于峭度的P-ICA算法
3.3峭度之和对照函数及其算法
3.4层级网络方法
3.5高阶统计量目标函数稳定点的讨论与偏度解混算法
3.6有限样本对于高阶统计量对照函数在盲抽取运算中的影响
3.7利用向量峭度的子空间独立成分分析
3.8含噪声数据的高阶统计量盲分离算法
3.9分离源信号某个子集的高阶累积量方法
3.10源信号峭度位于某特定区域的盲抽取算法
参考文献
第4章复值信号的峭度极大化方法
4.1基本的数学知识
4.1.1复数域上的CR运算
4.1.2复随机变量及其数字特征
4.2复随机向量及强无关变换
4.3复信号的固定点算法
4.4峭度优选化算法(KMA)
4.5峭度极大化算法的修正算法
4.6基于峭度的梯度算法和固定点算法
4.7基于峭度的非圆周型信号盲分离算法(K-CBSE)
4.8快速峭度优选化算法与T-快速峭度优选化算法
4.9RobustICA
参考文献
第5章高阶累积量在其他盲分离算法中的应用
5.1双输入双输出问题
5.JADE算法
5.3模型匹配算法中峭度的应用：分布的组合
5.4模型匹配算法中峭度的应用：广义Gaussian分布
5.5模型匹配算法中峭度的应用：t-分布与广义Gaussian分布
5.6一比特匹配猜想的讨论
5.7关于通用匹配函数的存在性
5.8利用互累积量的两个算法
参考文献
第6章张量方法
6.1张量的定义及其基本运算
6.2高阶张量的矩阵表示与秩
6.3超对称张量与张量定义的线性映射
6.4张量的奇异值分解
6.5最优秩-1与秩-(R1，R1，...RN)分解
6.6标准分解
6.6.1引言
6.6.2CANDECOP与联合EVD
6.6.3联合广义Schur分解
6.6.4算法
6.7三阶张量算法标准分解的梯度算法与ALS及其改进
6.7.1基于梯度的Levenberg-Marquardt算法
6.7.2交替最小二乘算法
6.7.3线搜索与增强的线搜索
6.8基于三阶张量联合对角化盲分离算法
6.8.1三阶张量优选对角化的雅可比方法
6.8.2三阶张量联合对角化(sTOTD)的ICA算法
6.9欠定情形下的四阶盲辨识方法(FOOBI)
6.9.1FOOBI算法
6.9.2FOOBI-2算法
6.10欠定情形下矩阵联合对角化的盲分离算法
6.10.1问题的转化及PARAFAC分解的唯一性
6.10.2计算
参考文献
第7章峭度与偏度的直接估计及应用
7.1峭度的直接估计
7.1.1峭度估计算法(KEA)
7.1.2KEA的两个初步应用
7.2基于峭度估计的Givens旋转算法
7.2.1雅可比角的直接估计
7.2.2Givens旋转矩阵的整体估计
7.3偏度的直接估计
7.3.1偏度估计算法
7.3.SEA在选择合适的对照函数或算法方面的应用
7.4分离非对称源信号的Givens旋转算法
7.5分离非对称源信号的Givens旋转算法(GASS)的一个理论上的推广
7.5.1基于三阶张量分解的盲分离算法
7.5.2新的混合矩阵估计算法
参考文献
内容摘要
本书对于实信号和复信号（这部分靠前专著很少涉及），直接以高阶累积量为主线展开，从对照函数到算法，包括某些算法或算法思想的进一步讨论及扩展（这部分靠前专著很少涉及）、高阶累积量在其它算法中的应用，都做了较为全面介绍。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
