| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·独立分量分析介绍 | 第8-10页 |
| ·独立分量分析 | 第8-9页 |
| ·极大化非高斯性原则 | 第9-10页 |
| ·独立分量分析的若干限制条件及不足 | 第10-12页 |
| ·本文的主要工作及结构 | 第12-14页 |
| 第二章 基于非稳定性的独立分量分析 | 第14-28页 |
| ·ALPHA稳定分布及广义中心极限定理(GCLT) | 第14-19页 |
| ·Alpha稳定分布的引入 | 第14-15页 |
| ·Alpha稳定分布的定义 | 第15-17页 |
| ·Alpha稳定分布的特性及应用 | 第17页 |
| ·广义中心极限定理及其重要性 | 第17-19页 |
| ·基于非稳定性的独立分量分析 | 第19-20页 |
| ·基于非稳定性的独立分量分析的模型 | 第19页 |
| ·极大化非稳定性准则 | 第19-20页 |
| ·新稳定性测度方法—ALPHA负熵 | 第20-26页 |
| ·微分熵的定义 | 第20-21页 |
| ·两种特殊Alpha稳定分布的微分熵 | 第21-22页 |
| ·Alpha稳定分布的微分熵 | 第22-23页 |
| ·Alpha稳定分布的微分熵实验结果 | 第23-24页 |
| ·Alpha负熵的定义及其意义 | 第24-25页 |
| ·Alpha负熵的计算 | 第25-26页 |
| ·小结 | 第26-28页 |
| 第三章 三种新稳定性测度方法 | 第28-36页 |
| ·分数矩稳定性测度方法(FLOM) | 第30-32页 |
| ·对数矩稳定性测度方法 | 第32-34页 |
| ·极值统计稳定性测度方法 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于非稳定性ICA的数值梯度算法 | 第36-40页 |
| ·梯度上升算法 | 第36-37页 |
| ·求解基于非稳定性ICA的数值梯度算法 | 第37-40页 |
| 第五章 实验 | 第40-54页 |
| ·稳定性测度方法对比实验 | 第40-46页 |
| ·实验一 分数矩和微分熵的比较 | 第40-42页 |
| ·实验二 对数矩和微分熵的比较 | 第42-44页 |
| ·实验三 极值统计和微分熵的比较 | 第44-46页 |
| ·基于非稳定性ICA的重拖尾信号的盲源分离实验 | 第46-53页 |
| ·实验四 利用Alpha负熵做目标方程的重拖尾信号盲源分离 | 第47-49页 |
| ·实验五 利用分数矩做目标方程的重拖尾信号盲源分离 | 第49-50页 |
| ·实验六 利用对数矩做目标方程的重拖尾信号盲源分离 | 第50-52页 |
| ·实验七 利用极值统计方法做目标方程的重拖尾信号盲源分离 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 作者在读期间的研究成果 | 第58-60页 |
| 参考文献 | 第60-62页 |
