一种改进的基于峭度指标的FastICA算法

摘要

基于峭度指标的FastICA算法具有较快的收敛速度和较高的计算效率,被广泛应用于多光谱图像的特征提取.经典的FastICA算法基于固定点迭代法得到图像的各个独立成分,在迭代过程中,每一个独立成分的求解都需要所有像元的参与.因此,当数据量较大或图像中像元较多时,FastICA的计算量很大,此时它的速度优势就会大打折扣.遥感数据一般都具有较大的尺寸,因此如何将FastICA直接应用于遥感数据,是一个具有实际意义的问题.通过引入多光谱图像协峭度张量的概念,将FastICA的固定点迭代问题转化为代数形式的张量计算,避免每次迭代过程中需所有像元参与的缺陷,因而大大降低计算复杂度.多光谱图像实验结果表明,该算法明显快于传统的基于峭度指标的FastICA算法.