优化搜索方向的自然梯度盲分离算法

针对经典自然梯度算法收敛速度慢的问题,文章提出了一种梯度搜索方向优化的自然梯度盲分离算法.首先设计了非线性函数,采用非线性函数对梯度矩阵的各个元素进行加权处理,优化算法迭代的搜索方向,使其更加贴近目标函数实际的变化方向.与分级迭代变步长的自然梯度算法和梯度优化的EASI算法相比,该算法进一步提高了收敛速度和分离精度.