搜索资源列表
Blind_Signal_Separation_instantaneous_mixing_the_a
- 盲信号分离(BSS)是指在对彼此独立的源信号混合过程及各源信号本身均未知的情况下，从混合信号中分离出这些源信号的方法。BSS可以用来从多个麦克风混合语音信号中提炼出单个语音信号。本文简要阐述LMS、RLS算法，并通过仿真实验来分析比较这两类方法的性能，并利用此方法对一实际的语音信号进行分离。
fastfixedpoint
- 独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离出相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了ICA的原理及实现过程，系统地介绍了目前几种主要ICA算法以及它
jcwtlib-0.01.tar
- 独立成分分析（Independent Component Analysis, ICA）是近年来发展起来的一种有效的盲分离技术，最早是由法国学者Herault和Jutten于1986年提出。ICA方法的提出最初是用来解决“鸡尾酒会”问题，其过程可以归纳为，在源信号与传输通道参数均未知的情况下，仅根据源信号的统计特性，出现测信号恢复出源信号。ICA分析的关键在于根据一定的优化准则建立描述输出信号独立程度的优化判据，即目标函数，并设计相应的优化算法，寻求最优的分离矩阵，使得输出信号中各分量尽可能相互独
cxc
- 在源信号和传输信道未知情况下，只利用接收天线的观测数据抽取源信号，称为盲信号分离.盲信号分离不仅是信号处理界、而且也是神经网络界的研究热点课题，在无线数据通信、雷达、图像、语音、医学以及地震信号处理等领域都具有广阔的应用前景.采用自然梯度法和分阶段学习法。-The source signal and transmission channel is unknown circumstances, using only observational data extraction receiving a
ICA
- 独立分量分析（ICA）以非高斯源信号为研究对象，在统计独立的假设下，对多路观测到的混合信号进行盲信号分离，已广泛应用于无线通信、生物信号提取、语音信号处理、图像处理和噪声抑制等领域。 -The independent component analysis (ICA) addresses non-Gaussian source signals under amusing independent each other, it performs blind separation for multi-c
BSS_-Part_1_3
- 盲信号分离的三篇经典文章。Part One，首次提出了一种基于神经网络的学习算法（H-J算法），成功地实现了两个语音信号的分离，从而开启了一个新的领域。虽然他们的学习算法是启发式的并且没有明确指出需利用观测信号的高阶（高于二阶）统计信息，但是其迭代计算公式已具备后来ICA在线算法的雏形。 Part Two和Part Three：分别是从两个不同的角度来证明HJ算法的稳定性（主要是对源信号个数为2的情况给的证明），可惜的是，给出的稳定性条件都不是充要条件。-The three classic
ICA---EASI
- 盲信号语音分离的程序，基于独立分量的分离程序，若输入两个源信号，则可以输出一组混合信号和分离后的信号-Blind signal speech separation procedure, based on independent component separation procedure, enter the two source signals, the output signal after a group of mixed-signal and separation
tffllexicah
- 这是实际环境中语音信号盲分离的最新程序源码代码，用于语音信号独立分量分分析ICA。解压后运行，输入录制的混合语音信号即可看到结果。 可直接使用。 -This is the program source code for blind separation of speech signals in the real environment for the voice signal of independent component analysis of the ICA. After decomp
matlab_yuyinxinghao
- 语音信号的盲源分离算法研究及应用，本程序利用matlab实现-Blind Source Separation Algorithm Research and Application of the voice signal, the program using matlab realize
theme_blind_segrement
- 盲源分离在单通道语音增强算法中的应用(1).pdf-Blind source separation in single channel speech enhancement algorithm application (1). Pdf
fastica
- 语音信号盲源分离算法--fastica算法源程序，基于matlab开发环境-Speech signal blind source separation algorithm- fastica algorithm source code, matlab development environment based on
SNR_Max_BSS
- 基于最大信噪比的盲源分离算法（附参考文章），能够分离线性混合的超高斯和亚高斯源信号, 并且可以有效地分离语音信号。-(With reference to the article), can be separated and super-Gaussian linear mixed sub-Gaussian source signal to noise ratio based on the largest blind source separation algorithm, and can effe
sound
- 固定个数，不动点ICA算法的语音信号盲源分离-A fixed number of fixed point ICA algorithm speech signal blind source separation
kurtosis
- 基于峭度的盲源分离算法，可以用于语音的分离，提高语音信号质量-Blind source separation algorithm based on kurtosis can be used to separate voice and improve the quality of voice signal
negentropy
- 基于负熵的盲源分离算法，可以用于语音的盲分离，提高语音信号质量-Negative entropy algorithm based on blind source separation, can be used to blind separation of speech, improve the quality of voice signal
perforICA
- 基于matlab的ICA语音信号的盲源分离代码，里面包含实际的混合语音，分析结果，结果还是挺不错的。-Based on Blind Source Separation of ICA matlab speech signal, which contains the actual mix of voice analysis results, the result was very good.
FastICA
- 语音信号的盲源分离算法，其中包含了例子和算法-Blind source separation of speech signals, which contains examples and algorithms
FastICA
- Fast ICA 语音信号盲源分离代码-Fast ICA
bss-fullrank
- 最近提出来的采用高斯混合模型进行盲源分离的工具，比较有效，产生的结果可以应用于语音识别上-Blind source separation using GMM
ica-master
- 时域盲源分离,基于独立成分分析的语音信号分离 -Time-domain blind source separation, independent component analysis based speech signal separation