搜索资源列表
ln
- 基于线性预测器的ICA程序.该程序是盲信号提取程序,适合提取具有时序结构的源信号.
ica_demo
- 用盲源分离的方法处理脑电信号-Blind source separation method using EEG signal processing
EXTEND_ICA
- 程序采用了EXTENDED_ICA方法进行了信号的盲源分离-Procedures used EXTENDED_ICA methods for Blind Source Separation
MSZCMA_article
- 零/恒模信号的盲源分离算法 matlab实现-Zero/constant modulus signal blind source separation algorithm is proposed
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
BKSA_BSS
- 一种新的基于峰度的盲源分离开关算法(附参考文章),无需假设源信号的概率密度函数, 可直接对独立分量分析中的激活函数进行自适应学习。-A New kurtosis switching algorithm for blind source separation (with reference to the article), without assuming that the probability density function of the source signal, independent
blind-speech-separation
- 完成欠定盲语音分离,源信号为3路输入,有2路麦克风,用c实现。-Underdetermined blind speech separation is completed, the source signal is 3 inputs, 2 mic, with c achieve.
ICAcrosstalkerror
- 我自己编的串音误差计算函数,对公式进行了一定化简,比本网站其他同类计算函数运算速度要快。用于盲源分离的质量评价,另外还包含ICA中有关性能评价指标的文章。-My own series of crosstalk error calculation function, to the formula for a certain simplification, other than this site similar calculation function operation faster. Qual
tuxiangmangyuan
- 主要应用Matlab来实现图像的盲源分离而且是三个图像的处理问题采用的方法是FastICA算法-The main application of Matlab to achieve blind source separation method for processing an image problem and is three images FastICA algorithm is used
FastICA_25
- 盲源分离Fastica脚本文件,包含了盲源分离经常用到的函数文件-Blind source separation scr ipt file.
Sparse-blind-source-
- 盲源分离程序代码 用于信号处理和模态识别-Blind source separation program code for signal processing and modal identification
mangyuanfenli
- 盲源分离的程序,很好的一段程序,有仿真实例,简单易懂效果很好。-Blind source separation program, a program very good, there are simulation examples, easy to understand with good results.
FastICA_25
- ICA盲声源分离,可以直接使用,里面有详细说明文档(ICA blind source separation, can be used directly, there are detailed documentation)
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
Desktop
- 使用ICA算法对于噪声信号进行盲源分离,有例子说明(Blind Source Separation of Noise Signals)