矩阵集合同变换下的最小二乘联合对角化
统计计算
2009-04-07 v1
摘要
近似联合对角化(AJD)是众多独立成分分析(ICA)及其他盲源分离(BSS)方法基础上一项重要的分析工具,因此在医学影像分析中得到越来越多的应用。本文提出一种新的AJD算法,命名为SDIAG(球面对角化)。该算法对输入矩阵或待估计的联合对角化矩阵均不施加约束,因此具有广泛的通用性。该算法基于经典的最小二乘准则,而一种新的归一化方法揭示了解矩阵的非常简洁的形式。数值模拟表明,与现有最先进的AJD算法相比,该算法(命名为SDIAG,即球面对角化)表现良好。
引用
@article{arxiv.0904.0779,
title = {Least-Squares Joint Diagonalization of a matrix set by a congruence transformation},
author = {Marco Congedo and Dinh-Tuan Pham},
journal= {arXiv preprint arXiv:0904.0779},
year = {2009}
}
备注
2nd Singaporean-French IPAL Symposium, Singapour : Singapour (2009)