<output id="zypyi"></output>
A Deflationary FastICA using negentropy approximation implementted in Matlab
標簽： approximation Deflationary implementted negentropy
上傳時間： 2017-07-11
上傳用戶：star_in_rain
FastICA的matlat軟件包，獨立分量分析(ICA)在模式識別（如人臉識別），信號分離等領域有著廣泛的應用。
標簽： FastICA matlat 軟件包
上傳時間： 2017-07-29
上傳用戶：talenthn
FastICA-在matlab環境下進行盲識別
標簽： FastICA matlab 環境 識別
上傳時間： 2013-12-26
上傳用戶：ghostparker
FastICA算法，又稱固定點(Fixed-Point)算法，是由芬蘭赫爾辛基大學Hyvä rinen等人提出來的。是一種快速尋優迭代算法，與普通的神經網絡算法不同的是這種算法采用了批處理的方式，即在每一步迭代中有大量的樣本數據參與運算。
標簽： FastICA 算法
上傳時間： 2014-07-10
上傳用戶：aappkkee
FastICA 的matlab 程序，用來進行方針實現適用于初學者
標簽： FastICA matlab 程序
上傳時間： 2013-12-20
上傳用戶：xauthu
自己寫的一個FastICA程序，分離結果還可以，可用
標簽： FastICA 程序
上傳時間： 2017-09-27
上傳用戶：huyiming139
FastICA 的matlab工具箱和使用說明
標簽： FastICA matlab 工具箱 使用說明
上傳時間： 2021-07-30
上傳用戶：xzysn
盲信號分離是當前信號處理研究的熱點課題之一，在無線數據通信、醫學、語音以及地震信號處理等領域有著廣闊的應用前景?；谪撿刈畲蟮?b>FastICA算法用于實現盲信號分離。該方法的基本思路是以非高斯信號為研究對象，在獨立性假設的前提下，對多路觀測信號進行盲源分離。在滿足一定的條件下，能夠從多路觀測信號中，較好地分離出隱含的獨立源信號。
標簽： 信號分離 信號處理
上傳時間： 2013-12-23
上傳用戶：czl10052678
獨立分量分析(Independent Component Analysis，簡稱ICA)是近二十年來逐漸發展起來的一種盲信號分離方法。它是一種統計方法，其目的是從由傳感器收集到的混合信號中分離出相互獨立的源信號，使得這些分離出來的源信號之間盡可能獨立。它在語音識別、電信和醫學信號處理等信號處理方面有著廣泛的應用，目前已成為盲信號處理，人工神經網絡等研究領域中的一個研究熱點。 本文簡要的闡述了ICA的發展、應用和現狀，詳細地論述了ICA的原理及實現過程，系統地介紹了目前幾種主要ICA算法以及它們之間的內在聯系，在此基礎上重點分析了一種快速ICA實現算法一FastICA。 物質的非線性熒光譜信號可以看成是由多個相互獨立的源信號組合成的混合信號，而這些獨立的源信號可以看成是光譜的特征信號。為了更好的了解光譜信號的特征，本文利用獨立分量分析的思想和方法，提出了利用FastICA算法提取光譜信號的特征的方案，并進行了仿真實驗。
標簽： Independent Component Analysis 分
上傳用戶：yan2267246
自己編寫的，盲源分離算法仿真分析系統（圖形界面）又名：獨立分量分析；算法種類：自然梯度算法、投影自然梯度算法、FastICA、SOBI、NJD非正交聯合對角化。
標簽： qam 16
上傳時間： 2016-05-03
上傳用戶：ylqylq
蟲蟲下載站版權所有 京ICP備2021023401號-1
