位置:成果数据库 > 期刊 > 期刊详情页
基于一维搜索的ICA自适应算法及其在股票分析中的应用
  • ISSN号:1002-1566
  • 期刊名称:《数理统计与管理》
  • 时间:0
  • 分类:O213[理学—概率论与数理统计;理学—数学]
  • 作者机构:[1]大连理工大学系统工程研究所,辽宁大连116024, [2]大连理工大学应用数学系,辽宁大连116024
  • 相关基金:国家自然科学基金资助项目(10571018;70871015).
中文摘要:

在固定步长的ICA极大似然估计自适应算法的基础上,通过一维搜索引入了步长修正方案,使新算法可在收敛速度和稳定状态时的失调误差这两个性能指标上达到最佳结合点,具有较好的时变系统跟踪能力。仿真结果证实了本文所提出的算法可以有效地提高ICA的自适应性,能够更准确地完成盲源分离。在此基础上将算法用在时变性很强的股票数据上,以验证该算法的有效性和可行性。

英文摘要:

This paper introduces step-size modified strategy on the base of fixed step size algorithm of ICA by maximum likelihood estimation through line search. Then the new algorithm attains the best integrated point in the two performance indices between the convergence speed and the mismatch error at the steady state. And it has the preferable ability to track a changing mixing environment. The simulation results demonstrate that this algorithm improves the adaptability of ICA effectively and performs blind signal separation accurately. Then the new algorithm is used to analyze the time-variable stock data to validate effectiveness and feasibility of the proposed algorithm.

同期刊论文项目
期刊论文 48 会议论文 18 著作 1
同项目期刊论文
期刊信息
  • 《数理统计与管理》
  • 北大核心期刊(2011版)
  • 主管单位:中国科协
  • 主办单位:中国现场统计研究会
  • 主编:程维虎
  • 地址:中国科学院应用教学所内
  • 邮编:100190
  • 邮箱:sltj@amt.ac.cn
  • 电话:010-62651341
  • 国际标准刊号:ISSN:1002-1566
  • 国内统一刊号:ISSN:11-2242/O1
  • 邮发代号:82-69
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:13661