论文部分内容阅读
由于乘性噪声的存在，严重限制了标准ICA的使用。在分析独立分量分析的基本模型的基础上，讨论了有噪信号的独立分量分析（NoisyICA）。提出一种新的基于四阶统计量的方法来消除乘性噪声，分离出独立的源信号。通过寻求噪声线性转换的统计结构，依据代价函数最小来获取解混阵B，从而分离出多维观测信号。最后把算法应用于含噪的混合图像，通过仿真显示算法很好的分离了源信号。