基于fastICA的matlab程序包 便于运用和学习ICA
Fast ICA algorithm based on negative entropy
来自IEEE:Most biomedical signals are low frequency signals and usually submerged by stronger noises. I
为实现多高斯源和相关源信号的盲分离,在快速近似联合对角化(FAJD)算法的基础上,将故障诊断领域的时变自回归理论成功地应用于相关源信号的盲分离和多高斯源信号的盲分离.首先采用时变自回归模型(TVAR)
本文基于经典的自然梯度盲源分离算法提出了一种新型数据分块处理的自适应变步长改进思路,在平稳和非平稳环境中进行正定盲信号分离。其中数据分块处理结合了批处理和自适应在线处理的优点,文中给出了其更新公式的详
基于自然梯度算法提出一种带自适应动量因子的变步长盲源分离方法,在平稳和非平稳环境下进行正定盲源分离处理。该方法利用性能指标构造函数来估计混合矩阵,依据估计混合矩阵得出估计性能指标再反馈更新构造函数;然
基于RCA算法的欠定盲源分离，张烨，方勇，本文针对欠定盲稀疏源分离提出了一种有效的盲分离算法。该算法先采用鲁棒竞争聚类学习，估计出源信号的个数以及混合矩阵；再采用
基于盲源分离算法的通信侦察研究，周家齐，张晓林，在假定接收到的源信号个数小于接收机的个数的正定和欠定情况下,针对{16QAM,2PSK,4ASK,4FSK,FM}多种通信信号考察两种正定盲源分离算法的
BSSLAB_基于SCILAB的盲源分离仿真软件包
主要阐述了变步长自适应盲源分离算法中变步长选取的基本原理及其性能。首先，简单介绍了经典自适应盲源分离算法;然后，在此基础上对近年来出现的各种变步长盲源自适应盲分离算法进行归类，并一一分析了每类算法中各
用户评论