<abbr id="y020e"></abbr> 這是一個(gè)關(guān)于盲源分離獨(dú)立成分分析方法（ICA）的軟件包，給大家分享一下！
上傳時(shí)間： 2015-03-16
上傳用戶：nairui21
linux 0.11 內(nèi)核源碼。kernel-011-src.tar
標(biāo)簽： kernel linux 0.11 011
上傳時(shí)間： 2015-03-20
上傳用戶：lijinchuan
具有帶通選擇性的ICA算法可以改善對(duì)于帶通時(shí)間序列的分離以及對(duì)于周期性腦功能響應(yīng)信號(hào)的提取. 因此本文提出的方案可將被估計(jì)信號(hào), 如:周期性響應(yīng)信號(hào)以及具有平滑空間分布的腦功能激活區(qū), 的先驗(yàn)特性以特征選擇的方式加入ICA算法用以提高對(duì)此類信號(hào)的估計(jì)
上傳時(shí)間： 2013-12-11
上傳用戶：集美慧
本文提出一種用于獨(dú)立成份分析(ICA)的特征選擇濾波方案用于改善ICA算法對(duì)關(guān)鍵獨(dú)立成份(SOI)的分離和提取,關(guān)鍵獨(dú)立成份在其信號(hào)樣本數(shù)據(jù)的空間分布上具有一定特征. 本文以平滑濾波為例,表明加入此類特征濾波的ICA算法可以改善對(duì)于視覺(jué)功能區(qū)等平滑圖象信號(hào)的提取. 因此, 這種特征濾波技術(shù)在估計(jì)具有平滑特性的腦功能成像方面具有潛在的應(yīng)用價(jià)值.
上傳時(shí)間： 2015-03-20
上傳用戶：han_zh
本文提出一種基于增廣拉格朗日法的非線性約束優(yōu)化算法用于獨(dú)立成份分析(ICA), 仿真試驗(yàn)結(jié)果表明此方法可以有效的用于獨(dú)立成份的分離.
標(biāo)簽： ICA 獨(dú)立 非線性 優(yōu)化算法
上傳時(shí)間： 2015-03-20
上傳用戶：ayfeixiao
提出了一種利用S函數(shù)實(shí)驗(yàn)結(jié)果表明：ICA可以將 腦電信號(hào)中包含的心電（ECG）、眼電（EOG）等多種干擾信號(hào)成功地分離出來(lái)
標(biāo)簽： ICA ECG EOG S函數(shù)
上傳時(shí)間： 2014-01-24
上傳用戶：wfl_yy
基于ICA的信號(hào)分離程序，是一個(gè)很好的信號(hào)處理方面的程序
上傳時(shí)間： 2014-01-05
上傳用戶：wl9454
Porting device drivers to the 2.6 kernel.rar
標(biāo)簽： Porting drivers device kernel
上傳時(shí)間： 2015-03-23
上傳用戶：ecooo
用于腦電信號(hào)特征提取的InfoMax Algorithm Based on ICA；也可以稍作改動(dòng)用于其他信息提取。
標(biāo)簽： Algorithm InfoMax Based ICA
上傳時(shí)間： 2014-01-22
上傳用戶：diets
Bell and Sejnowski 在1996提出的ica算法，用matlab實(shí)現(xiàn)的，但版本較舊，需要做修改才能用于新版本。
標(biāo)簽： Sejnowski Bell 1996 and
上傳時(shí)間： 2015-03-23
上傳用戶：tedo811
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
