| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的背景 | 第10-11页 |
| ·盲信号分离与独立分量分析 | 第11-12页 |
| ·ICA的发展和现状 | 第12-14页 |
| ·论文的主要工作及内容安排 | 第14-16页 |
| 第2章 ICA算法的基本理论 | 第16-28页 |
| ·信息论的基础知识 | 第16-19页 |
| ·ICA的数学模型及可解性分析 | 第19-23页 |
| ·数学模型 | 第19-21页 |
| ·求解结果的限制 | 第21-22页 |
| ·ICA的可解性分析 | 第22-23页 |
| ·ICA的一般求解过程 | 第23-27页 |
| ·白化预处理 | 第24-25页 |
| ·目标函数的选择 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 ICA算法及其性能分析 | 第28-38页 |
| ·典型的ICA算法 | 第28-35页 |
| ·最大熵算法 | 第28-29页 |
| ·H-J算法 | 第29页 |
| ·最小互信息算法 | 第29-30页 |
| ·随机梯度算法 | 第30-31页 |
| ·自然梯度算法 | 第31-34页 |
| ·最小二乘算法 | 第34-35页 |
| ·两种衡量ICA分离性能的指标 | 第35-38页 |
| 第4章 改进的FastICA算法 | 第38-50页 |
| ·定点算法 | 第38-40页 |
| ·一元算法 | 第38-39页 |
| ·多元算法 | 第39页 |
| ·FastICA算法的性能分析及其对照函数的选择 | 第39-40页 |
| ·“类牛顿”迭代算法 | 第40-44页 |
| ·算法分析 | 第40-41页 |
| ·仿真实验 | 第41-44页 |
| ·五阶收敛的牛顿迭代算法 | 第44-47页 |
| ·算法分析 | 第44-45页 |
| ·仿真实验 | 第45-47页 |
| ·小结 | 第47-50页 |
| 第5章 改进的FastICA算法在图像处理中的应用 | 第50-64页 |
| ·基于独立分量分析的图像去噪 | 第50-55页 |
| ·现有图像去噪方法 | 第50-51页 |
| ·图像质量评价 | 第51-52页 |
| ·基于改进的FastICA的图像降噪方法 | 第52-53页 |
| ·仿真实验与结果分析 | 第53-55页 |
| ·ICA算法在表情识别中的应用 | 第55-63页 |
| ·表情种类与特点 | 第56页 |
| ·人脸表情识别方法 | 第56-60页 |
| ·使用ICA算法对人脸表情进行特征提取 | 第60-62页 |
| ·仿真实验与结果分析 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·工作的总结 | 第64页 |
| ·对今后研究的展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 硕士期间发表的论文 | 第74页 |