用于从数据混合中提取不相关稀疏源的聚类方法比较

在确定混合数据中稀疏源且混合系数未知的方法中，存在大量可用方法。每种方法都将 N 组混合数据在 N 维空间中相互绘制。本文采用的方法通过连接时间上相邻的数据点来生成 N 维归一化向量。采用了一种新颖的聚类方法：识别出在时间上不一定相邻、但彼此最接近的两个向量，并将其中之一的向量视为对应于某一个源的主方向。利用收缩（deflation）方法表明，可以将各个源估计到仅差一个乘法常数的精度。将该新颖方法与两种相关方法以及标准 FastICA 算法进行了比较。当应用于纯稀疏、半稀疏和非稀疏源的例子以及胎儿心电图（fetal ECG）数据时，这一新方法与另外三种方法具有相当的性能。