| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 课题研究的背景及意义 | 第7-8页 |
| 1.2 国内外研究现状及发展趋势 | 第8-11页 |
| 1.3 论文的主要研究内容和结构安排 | 第11-13页 |
| 2 独立成分分析的基本理论及算法 | 第13-22页 |
| 2.1 独立成分分析的数学模型 | 第13-14页 |
| 2.2 约束条件 | 第14-15页 |
| 2.3 预处理 | 第15-16页 |
| 2.4 独立成分分析的基本估计方法 | 第16-22页 |
| 2.4.1 极大化非高斯性的估计方法 | 第16-19页 |
| 2.4.2 极大似然估计方法 | 第19页 |
| 2.4.3 极小化互信息估计方法 | 第19-20页 |
| 2.4.4 优化算法 | 第20-22页 |
| 3 有理函数ICA法 | 第22-34页 |
| 3.1 Infomax算法 | 第22-25页 |
| 3.2 扩展Infomax算法 | 第25-27页 |
| 3.3 有理函数ICA法的理论基础 | 第27-30页 |
| 3.4 有理函数ICA法 | 第30-31页 |
| 3.5 Fast ICA算法 | 第31-34页 |
| 3.5.1 应用有理函数的Fsat ICA算法 | 第33-34页 |
| 4 数值实验 | 第34-44页 |
| 4.1 算法的评价准则 | 第34-35页 |
| 4.2 有理函数ICA法和扩展Infomax算法的比较 | 第35-42页 |
| 4.3 应用有理函数的Fast ICA算法的实验 | 第42-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51-53页 |