亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

fastICA

獨(dú)立成分分析(IndependentComponentAnalysis,ICA)是近年來提出的非常有效的數(shù)據(jù)分析工具,它主要用來從混合數(shù)據(jù)中提取出原始的獨(dú)立信號。它作為信號分離的一種有效方法而受到廣泛的關(guān)注。
  • A Deflationary fastICA using negentropy approximation implementted in Matlab

    A Deflationary fastICA using negentropy approximation implementted in Matlab

    標(biāo)簽: approximation Deflationary implementted negentropy

    上傳時(shí)間: 2017-07-11

    上傳用戶:star_in_rain

  • fastICA的matlat軟件包

    fastICA的matlat軟件包,獨(dú)立分量分析(ICA)在模式識別(如人臉識別),信號分離等領(lǐng)域有著廣泛的應(yīng)用。

    標(biāo)簽: fastICA matlat 軟件包

    上傳時(shí)間: 2017-07-29

    上傳用戶:talenthn

  • fastICA-在matlab環(huán)境下進(jìn)行盲識別

    fastICA-在matlab環(huán)境下進(jìn)行盲識別

    標(biāo)簽: fastICA matlab 環(huán)境 識別

    上傳時(shí)間: 2013-12-26

    上傳用戶:ghostparker

  • fastICA算法

    fastICA算法,又稱固定點(diǎn)(Fixed-Point)算法,是由芬蘭赫爾辛基大學(xué)Hyvä rinen等人提出來的。是一種快速尋優(yōu)迭代算法,與普通的神經(jīng)網(wǎng)絡(luò)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(shù)據(jù)參與運(yùn)算。

    標(biāo)簽: fastICA 算法

    上傳時(shí)間: 2014-07-10

    上傳用戶:aappkkee

  • fastICA 的matlab 程序

    fastICA 的matlab 程序,用來進(jìn)行方針實(shí)現(xiàn)適用于初學(xué)者

    標(biāo)簽: fastICA matlab 程序

    上傳時(shí)間: 2013-12-20

    上傳用戶:xauthu

  • 自己寫的一個(gè)fastICA程序

    自己寫的一個(gè)fastICA程序,分離結(jié)果還可以,可用

    標(biāo)簽: fastICA 程序

    上傳時(shí)間: 2017-09-27

    上傳用戶:huyiming139

  • fastICA matlab 工具箱和使用說明

    fastICA 的matlab工具箱和使用說明

    標(biāo)簽: fastICA matlab 工具箱 使用說明

    上傳時(shí)間: 2021-07-30

    上傳用戶:xzysn

  • 盲信號分離是當(dāng)前信號處理研究的熱點(diǎn)課題之一

    盲信號分離是當(dāng)前信號處理研究的熱點(diǎn)課題之一,在無線數(shù)據(jù)通信、醫(yī)學(xué)、語音以及地震信號處理等領(lǐng)域有著廣闊的應(yīng)用前景。基于負(fù)熵最大的fastICA算法用于實(shí)現(xiàn)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(dú)立性假設(shè)的前提下,對多路觀測信號進(jìn)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(dú)立源信號。

    標(biāo)簽: 信號分離 信號處理

    上傳時(shí)間: 2013-12-23

    上傳用戶:czl10052678

  • 獨(dú)立分量分析(Independent Component Analysis

    獨(dú)立分量分析(Independent Component Analysis,簡稱ICA)是近二十年來逐漸發(fā)展起來的一種盲信號分離方法。它是一種統(tǒng)計(jì)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(dú)立的源信號,使得這些分離出來的源信號之間盡可能獨(dú)立。它在語音識別、電信和醫(yī)學(xué)信號處理等信號處理方面有著廣泛的應(yīng)用,目前已成為盲信號處理,人工神經(jīng)網(wǎng)絡(luò)等研究領(lǐng)域中的一個(gè)研究熱點(diǎn)。 本文簡要的闡述了ICA的發(fā)展、應(yīng)用和現(xiàn)狀,詳細(xì)地論述了ICA的原理及實(shí)現(xiàn)過程,系統(tǒng)地介紹了目前幾種主要ICA算法以及它們之間的內(nèi)在聯(lián)系,在此基礎(chǔ)上重點(diǎn)分析了一種快速ICA實(shí)現(xiàn)算法一fastICA。 物質(zhì)的非線性熒光譜信號可以看成是由多個(gè)相互獨(dú)立的源信號組合成的混合信號,而這些獨(dú)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(dú)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(jìn)行了仿真實(shí)驗(yàn)。

    標(biāo)簽: Independent Component Analysis

    上傳時(shí)間: 2013-12-20

    上傳用戶:yan2267246

  • 16qam

    自己編寫的,盲源分離算法仿真分析系統(tǒng)(圖形界面)又名:獨(dú)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(lián)合對角化。 

    標(biāo)簽: qam 16

    上傳時(shí)間: 2016-05-03

    上傳用戶:ylqylq

主站蜘蛛池模板: 漳浦县| 长宁区| 常宁市| 商洛市| 溧阳市| 政和县| 贵阳市| 丁青县| 巴彦淖尔市| 彭州市| 靖远县| 巴林右旗| 化州市| 广灵县| 兴隆县| 清镇市| 延庆县| 民和| 大悟县| 威远县| 凤阳县| 津市市| 新郑市| 崇明县| 广东省| 永春县| 招远市| 乌拉特中旗| 三原县| 凤庆县| 美姑县| 榕江县| 合江县| 甘南县| 宁都县| 长顺县| 绥德县| 泽普县| 通许县| 宣汉县| 怀远县|