搜索资源列表
Time-Frequence
- 该程序是盲源分离算法中时域—频域分离算法，该算法应用范围广泛。-The procedure is blind source separation algorithm in time domain- the frequency domain separation algorithm, which a wide range of applications.
NonlinearICA_Toolbox
- 非线性独立分量分析(ICA)源码,主要是用于非线性ICA进行盲源分离算法的函数-independent component analysis (ICA)
BSS_wavelet
- 小波域的盲源分离，可以有效地去除噪声，尤其是在胎儿心电提取方面-Wavelet domain blind source separation can effectively remove the noise, especially in regard to extraction of fetal ECG
Wavelet_De-noising_for_BSS
- 提出了三种小波滤波和盲源分离的结合方法，用于带噪信号的分离，-Three wavelet filtering and the combination of blind source separation method for separation of signals with noise,
tuxiangfuyuan
- 该程序为盲源分离的仿真程序，对卷积模型的混合图像信号进行分离-The program for the blind source separation of the simulation program, a mixed model of convolution image signal separation
snr
- 基于最大信噪比的盲源分离算法，适合初学者使用-Based on the maximum signal to noise ratio Blind source separation algorithm
BSS
- 盲源分离算法的几篇文章应用 【基于独立分量分析的脑电中眼电伪迹消除】【基于负熵和智能优化的盲源分离方法】【基于小波消噪和盲源分离的信号奇异点检测方法】-Blind source separation algorithm applied 【several articles based on independent component analysis of EEG ocular artifact】 【intelligent optimization based on negative entr
goodbook
- 里面介绍了很多小波分析、稀疏表示、盲源分离方面的书籍-Which introduced a lot of wavelet analysis, sparse representation and blind source separation of books
Study-on-compound-fault-diagnosis
- 针对滚动轴承复合故障信号特征难以分离的问题， 提出将双树复小波变换和独立分量分析( ICA) 结合的故障诊断方 法 该方法首先将非平稳的故障信号通过双树复小波变换分解为若干不同频带的分量 由于各个分量存在一定的频率混叠， 对 故障信号特征提取有很大的干扰， 进而引入 ICA 对各个分量所组成的混合信号进行盲源分离， 从而尽可能消除频率混叠 最后 对从混合信号中分离出来的独立分量信号进行希尔伯特包络解调， 即可实现对复合故障特征信息的分离和故障识别-Aiming at the diff
wavelet
- 基于新型阈值处理函数的多算法融合小波去噪方法，去燥效果较好，可实现一维信号的有效降噪！另附有小波盲源分离代码-A Better Method based on a novel fusion algorithm of multi-threshold processing function , can achieve the effective denoising for one-dimensional signal. Additionally,Wavelet Blind Source Separ
Sparse image and signal processing
- 这本书在稀疏的多尺度图像和信号处理提出了艺术状态，包括线性多尺度变换，如小波，脊波和曲波变换、非线性、多尺度变换基于中值和数学形态学算子。最近的稀疏性和形态多样性的概念描述和利用各种问题，如去噪，反问题正规化，稀疏信号分解，盲源分离，压缩感知。 这本书的理论和实践研究相结合的领域，如天文学、生物学、物理学、数字媒体应用和取证。最后一章探讨了信号处理中的一个范式转换，表明以前的信息取样和提取的限制可以用非常重要的方法加以克服。 MATLAB和IDL代码伴随这些方法和应用程序重现。 实验并说明