A Deflationary Fastica using negentropy approximation implementted in Matlab
标签: approximation Deflationary implementted negentropy
上传时间: 2017-07-11
上传用户:star_in_rain
Fastica的matlat软件包,独立分量分析(ICA)在模式识别(如人脸识别),信号分离等领域有着广泛的应用。
标签: Fastica matlat 软件包
上传时间: 2017-07-29
上传用户:talenthn
Fastica-在matlab环境下进行盲识别
标签: Fastica matlab 环境 识别
上传时间: 2013-12-26
上传用户:ghostparker
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。
标签: Fastica 算法
上传时间: 2014-07-10
上传用户:aappkkee
Fastica 的matlab 程序,用来进行方针实现适用于初学者
标签: Fastica matlab 程序
上传时间: 2013-12-20
上传用户:xauthu
自己写的一个Fastica程序,分离结果还可以,可用
标签: Fastica 程序
上传时间: 2017-09-27
上传用户:huyiming139
Fastica 的matlab工具箱和使用说明
标签: Fastica matlab 工具箱 使用说明
上传时间: 2021-07-30
上传用户:xzysn
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、语音以及地震信号处理等领域有着广阔的应用前景。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。
标签: 信号分离 信号处理
上传时间: 2013-12-23
上传用户:czl10052678
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算法以及它们之间的内在联系,在此基础上重点分析了一种快速ICA实现算法一Fastica。 物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号,而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征,本文利用独立分量分析的思想和方法,提出了利用Fastica算法提取光谱信号的特征的方案,并进行了仿真实验。
标签: Independent Component Analysis 分
上传用户:yan2267246
自己编写的,盲源分离算法仿真分析系统(图形界面)又名:独立分量分析;算法种类:自然梯度算法、投影自然梯度算法、Fastica、SOBI、NJD非正交联合对角化。
标签: qam 16
上传时间: 2016-05-03
上传用户:ylqylq