搜索资源列表
fast ica 快速盲源分离
- 快速ica算法
盲源分离（快速ICA）算法
- 盲源分离（快速ICA）算法，matlab代码
fica5
- 这是一个关于盲源分离独立成分分析方法（ICA）的软件包，给大家分享一下！-This is a share software package about blind signal separation (BSS) using independent component analysis(ICA).
FastICA25
- 快速ICA算法，在盲源分离中有很大的用处。-fast algorithm, the blind source separation is very useful.
ica_ng
- 自己编的，基于自然梯度的盲源分离算法，如果想对自然梯度有所了解，可以参考Amari的经典文章。网络上一搜就行。-own series, based on the natural gradient algorithm blind source separation, if you want to understand the natural gradient. Amari can refer to the classic article.
bss-sond
- 提出了一种新的自适应盲源分离算法。在无噪音实时两源两传感器的情况下, 一旦观 测信号被白化, 只需要辨识一个特定的旋转矩阵就可以完成盲源分离, 并给出了能表征该旋转矩阵的角的自适应估计器。仿真结果表明, 当满足源峭度和不为零的条件时, 这种方法是一种稳定的和有效的分离算法。-proposes a new adaptive algorithm for blind source separation. In the absence of
maxkurtica
- 基于峭度极大的ＩＣＡ算法 ，用于盲源分离-Kurtosis great ICA algorithm for the Blind Source Separation
mybss
- 盲信号分离是当前信号处理研究的热点课题之一，在无线数据通信、医学、语音以及地震信号处理等领域有着广阔的应用前景。基于负熵最大的FastICA算法用于实现盲信号分离。该方法的基本思路是以非高斯信号为研究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。-Blind signal separation is the study of signal processi
mybss
- 使用FastICA算法，进行盲源分离，得出源信号。-FastICA algorithm used for blind source separation, arrive at the source of the signal.
ocica97-p
- 这是一篇ica盲源分离方法的技术文章 Overcomplete 的方法来解决-Blind Source Separation of More Sources Than Mixtures Using Overcomplete Representations
ICA
- 完整的独立分量分析(ICA)程序包,可以用来进行盲源分离-An ICA program group which can be used to separate signals.
NonlinearICA_Toolbox
- 非线性独立分量分析(ICA)源码,主要是用于非线性ICA进行盲源分离算法的函数-independent component analysis (ICA)
IcaComonMatlab.tar
- 独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特
ICA
- 一种新的盲源分离方法 Injecting noise for analysing the stability of ICA components -Injecting noise for analysing the stability of ICA components
FastICA
- 这是一个关于盲源分离独立成分分析方法（ICA）的软件包,可用图形界面操作-Here is a blind source separation independent component analysis (ICA) of the package, there are graphic interface operation
复数ICA
- 实现复数信号的盲源分离, 输入N条通道的混合信号，输出N条源信号(blind signal seperation)
实数ICA
- 实现实数信号的盲源分离，输入混合信号，输出分离的盲源信号(blind signal seperation)
盲源分离
- 常用的盲分离算法有二阶统计量方法、高阶累积量方法、信息最大化（ Infomax ）以及独 立成分分析（ ICA ）等。这些方法取得最佳性能的条件总是与源信号的概率密度函数假设有关， 一旦假设的概率密度与实际信号的密度函数相差甚远，分离性能将大大降低。本文提出采用 核函数密度估计的方法进行任意信号源的盲分离，并通过典型算例与几种盲分离算法进行了 性能比较，验证了方法的可行性。(The commonly used blind
Desktop
- ICA盲源分离，实现对未知混合信号进行盲分离；低通滤波器。(BSS using eigenvalue value decomposition Program written by A. Cichocki and R. Szupiluk X [m x N] matrix of observed (measured) signals, W separating matrix, y estimated separated source
21137720ding
- ICA盲源分离，效果不错，读入声音文件，进行合成及分离(ICA blind source separation, the effect is good)