| 目录 | 第1-9页 |
| 第一章 引言 | 第9-16页 |
| ·独立分量分析技术的概述 | 第9页 |
| ·独立分量分析的发展简史 | 第9-10页 |
| ·独立分量分析的发展现状 | 第10-13页 |
| ·瞬时线性混合模型 | 第11-12页 |
| ·卷积混合模型 | 第12页 |
| ·含噪的混合模型和非线性混合模型 | 第12页 |
| ·独立分量分析的应用研究 | 第12-13页 |
| ·胎儿心电图的分离和提取 | 第13-15页 |
| ·论文的结构 | 第15-16页 |
| 第二章 独立分量分析的基本原理 | 第16-27页 |
| ·独立性 | 第16-17页 |
| ·高阶矩和高阶累积量 | 第17-19页 |
| ·高阶矩和高阶累积量的定义 | 第17-18页 |
| ·偏度和峭度 | 第18-19页 |
| ·信息论基础 | 第19-23页 |
| ·微分熵 | 第19-21页 |
| ·互信息 | 第21-22页 |
| ·K-L 散度 | 第22-23页 |
| ·负熵 | 第23页 |
| ·ICA 原理 | 第23-25页 |
| ·ICA 的基本模型 | 第23-24页 |
| ·ICA 的不确定性 | 第24-25页 |
| ·预处理 | 第25-27页 |
| ·中心化 | 第25页 |
| ·基于主分量分析的降维和白化 | 第25-27页 |
| 第三章 基于瞬时线性混合模型的在线ICA 算法 | 第27-46页 |
| ·自然梯度(Natural Gradient)与相对梯度(Relative Gradient) | 第27-28页 |
| ·扩展Infomax 算法 | 第28-37页 |
| ·扩展Infomax 算法的推导 | 第28-30页 |
| ·扩展Infomax 算法中非线性函数的确定 | 第30-33页 |
| ·分离亚高斯信号的非线性函数 | 第30-33页 |
| ·分离超高斯信号的非线性函数 | 第33页 |
| ·扩展Infomax 算法的统一形式 | 第33-34页 |
| ·仿真试验 | 第34-37页 |
| ·一类有效分离有偏亚高斯信号的ICA 算法(mExtICA 算法) | 第37-46页 |
| ·m ExtICA 算法的推导 | 第37-40页 |
| ·可变步长的m ExtICA 算法(vmExtICA) | 第40-42页 |
| ·仿真试验 | 第42-46页 |
| 第四章 基于瞬时线性混合模型的离线ICA 算法 | 第46-59页 |
| ·基于峭度的快速固定点算法 | 第46-53页 |
| ·算法的推导 | 第46-49页 |
| ·分离胎儿心电图信号的试验 | 第49-53页 |
| ·基于自相关函数和峭度联合最大化的FECG 提取算法 | 第53-59页 |
| ·算法的推导 | 第53-56页 |
| ·胎儿心电图提取试验 | 第56-59页 |
| 第五章 结论 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
| 硕士阶段已发表的论文 | 第67页 |
| 硕士阶段所参与的项目 | 第67页 |
