搜索资源列表
an_ica_tool
- 一个ICA工具。This binary version of the runica() function of Makeig et al. contained in the EEG/ICA Toolbox runs 12x faster than the Matlab version. It uses the logistic infomax ICA algorithm of Bell and Sejnowski, with natural gradient and extended
infomax
- informax ica算法，用于脑电信号识别-informax ica algorithm for signal recognition to make point
ica.infomax
- 一个非常经典的独立元分析程序包，可以应用在图像处理，故障诊断-a very classic ICA program packet ,which can be used in picture processing and fault diagnosis
fICAAraro
- 用于脑电信号特征提取的InfoMax Algorithm Bassed on ICA；也能稍作改动用于其他信息提取。 -Feature extraction for EEG InfoMax Algorithm Bassed on ICA minor modifications for other information extraction.
盲源分离
- 常用的盲分离算法有二阶统计量方法、高阶累积量方法、信息最大化（ Infomax ）以及独 立成分分析（ ICA ）等。这些方法取得最佳性能的条件总是与源信号的概率密度函数假设有关， 一旦假设的概率密度与实际信号的密度函数相差甚远，分离性能将大大降低。本文提出采用 核函数密度估计的方法进行任意信号源的盲分离，并通过典型算例与几种盲分离算法进行了 性能比较，验证了方法的可行性。(The commonly used blind separation algorithms include