| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·独立分量分析的研究背景 | 第7-9页 |
| ·重尾分布介绍 | 第9-10页 |
| ·问题的提出 | 第10页 |
| ·本文主要内容和结构安排 | 第10-13页 |
| 第二章 经典独立分量分析理论及其不足 | 第13-23页 |
| ·引言 | 第13页 |
| ·独立分量分析模型 | 第13-16页 |
| ·独立分量分析线性瞬态混合模型 | 第13-15页 |
| ·独立分量分析的约束条件和可识别性 | 第15页 |
| ·独立分量分析的模糊性 | 第15-16页 |
| ·独立分量分析的主要研究内容 | 第16-21页 |
| ·常用的独立性度量准则及相应的对比函数 | 第16-19页 |
| ·对比函数优化算法 | 第19-21页 |
| ·独立分量分析算法性能评价指标 | 第21页 |
| ·经典独立分量分析算法的不足及改进策略 | 第21-22页 |
| ·经典独立分量分析算法的缺陷所在 | 第21页 |
| ·已有的改进策略及其不足 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 一种新的独立性度量准则及其相应的对比函数分析 | 第23-41页 |
| ·引言 | 第23页 |
| ·稳定分布及广义中心极限定理 | 第23-27页 |
| ·稳定分布的定义 | 第23-25页 |
| ·稳定分布的性质 | 第25页 |
| ·广义中心极限定理 | 第25-27页 |
| ·非稳定性与独立性 | 第27页 |
| ·各种傅里叶变换形式及其转换 | 第27-29页 |
| ·非稳定性测度及其实验分析 | 第29-32页 |
| ·非稳定性测度的引入 | 第29-30页 |
| ·随机变量x的CE(x)相关实验分析 | 第30-32页 |
| ·非稳定性测度之负特征熵的计算算法 | 第32-33页 |
| ·估计随机变量样本数据的特征函数 | 第32页 |
| ·估计参考稳定分布随机变量的参数 | 第32-33页 |
| ·负特征熵计算算法的敏感性实验分析 | 第33-39页 |
| ·分析的必要性 | 第33页 |
| ·样本概率密度函数展开中基分布的选择实验比较 | 第33-35页 |
| ·对样本密度展开基系数的敏感性实验 | 第35-37页 |
| ·对样本大小的敏感性 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于负特征熵的重尾信号独立分量分析及其实验 | 第41-49页 |
| ·引言 | 第41页 |
| ·基于负特征熵的重尾信号独立分量分析 | 第41-43页 |
| ·优化算法之数值梯度上升法 | 第41-42页 |
| ·基于负特征熵和数值梯度上升的独立分量分析算法 | 第42-43页 |
| ·基于负特征熵的重尾信号独立分量分析实验 | 第43-47页 |
| ·负熵及负特征熵的重尾信号独立分量分析实验比较 | 第43-46页 |
| ·基于负特征熵和优化算法的独立分量分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-58页 |