搜索资源列表
fastica_2.1.octave
- 最新的fastica算法,已经修改成支持免费的类似 matlab的工具 octave.-latest ICA algorithm, has been amended to support the free tools similar to Matlab octave.
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
JADE
- 实现盲信号分离算法中的JADE算法，该算法收敛速度快，分离效果好，能够实现复值信号的分离，比传统的FASTICA算法性能略好-Blind signal separation algorithm to achieve the JADE algorithm fast convergence, separation effect, to achieve the separation of complex-valued signal, than the traditional FASTICA sligh
fastica
- FastICA算法，又称固定点(Fixed-Point)算法，是由芬兰赫尔辛基大学Hyvä rinen等人提出来的。是一种快速寻优迭代算法，与普通的神经网络算法不同的是这种算法采用了批处理的方式，即在每一步迭代中有大量的样本数据参与运算。-FastICA algorithm, also known as fixed-point (Fixed-Point) algorithm, University of Helsinki, Finland by Hyvä rinen et al
ICA_algorithms_based_on_different_objective_functi
- 一共包含了5个ICA的算法，其中： fastica.m文件中的ICA算法是基于负熵的； m_fastica.m文件中的ICA算法是基于负熵的改进算法； fastica_kurt.m文件中的ICA算法是基于峭度的； fastica_ML.m文件中的ICA算法是基于互信息的； NLPCA.m文件中的ICA算法是基于非线性PCA的。-Contains a total of five ICA algorithm, in which: fastica.m file in the ICA
fastica
- fastICA主要的迭代算法，是对信号做独立分离使用的。-fastICA arithmetic
gui
- fastICA的信号分离的界面的算法表示，须使用相对的fastica算法-interface arithmetic
icaplot
- fastICA 算法的界面平台，主要用于信号的界面展示-fastICA
fpica
- fastICA算法的处理的其中的一部分，是关于信号的-fastICA
fasticag
- fastICA 算法中关于分离的部分，是算法中比较重要的-fastICA
Bmybbsssl
- 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、语音和地震信号处理等领域有着广阔的应用前景。一种基于负熵最大的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 one of the hot topics of signal processing research
FastICA11
- 先对三幅图像进行混合，然后采用FASTICA算法混合图像进行盲分离-First three images mixed, then FASTICA algorithm mixed image blind separation
FastICA-algorithm
- 利用独立分量分析中的FastICA算法对盲信号源进行了分离。最终通过实验结果表明，独立分量分析可以有效地实现分离。-FastICA algorithm using independent component analysis and blind source separation. Eventually through the experimental results show that the independent component analysis can be effectively
32615454156
- FastICA算法在语音信号盲分离中的应用，论文，值得一看-The FastICA algorithm speech signal blind separation papers, worth a visit
ICA2
- 首先将四个仿真信号混合，得到4组仿真信号，采用FASTICA算法进行盲源分离，得到源信号。-First four mixed signal simulation, emulation signals obtained four groups, using FASTICA blind source separation algorithm to obtain the source signal.
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
FastICA
- 信号处理领域盲源分离的重要算法，基于负熵的固定点算法，也叫Fastica算法，是盲源分离里采用最多的算法。-Important field of signal processing algorithms blind source separation, negative entropy-based fixed-point algorithm, also called Fastica algorithm, blind source separation in the most used algor
ICA快速算法原理和程序
- FastICA算法是基于非高斯性最大化原则得到的一批处理算法。峭度和负熵都可以作为非高斯性的度量。(Advantages: applicable to any non-gaussian signal, blind separation algorithm with fast convergence speed and easy to use, without the need to choose the learning step, is the most widely used algorit
FastICA
- 快速ICA算法，内有三个语音文件。线性混合后，可以通过算法还原原有的波形(Fast ICA algorithm, there are three voice files. After the linear mixing, the original waveform can be restored by the algorithm)
FastICA独立成分分析
- 可对信号进行快速分离，算法优于传统ICA。(The signal can be quickly separated, the algorithm is superior to the traditional ICA.)