-
-
CS和ICA的图像目标识别
... 为:
根据被拍摄物体的物质组成,拍摄至少三幅多能
X
射线图像组成图像序列;应用
CS
选取稀
疏基将多能
X
射线医学图像进行稀疏表示;然后利用
ICA
将多能
X
射线图像的稀疏表示进
行盲源分离得到独立源;最后采用正交匹配追踪算法(
Orthogonal Matching Pursuit,OMP
)将
独立源重构达到分离成像。
-
ICA分解MATLAB工具箱
ICA算法的研究可分为基于信息论准则的迭代估计方法和基于统计学的代数方法两大类,从原理上来说,它们都是利用了源信号的独立性和非高斯性。
-
-
-
-
ICA 独立分量分析
全书共分9 章,内容包括预备知识、优化判据、优化算法、卷积混合情况、稀疏分量分析及生物医学工程领域内的应用等。最后还给出ICA 网上资源的概耍,以便读者从网上了解ICA 技术的新发展和动向。
-
基于FAST-ICA的音频信号盲分离
用Matlab进行音频源信号分离的仿真实验,对不同的独立分量分析(ICA)算法的应用环境进行相关的讨论,并对其分离性能进行对比和分析。”
主要是设计几个ICA算法并进行相关的对比、分析。主要从代码性能参数PI值入手分析算法的可行性和优缺点。
-
-
ICA算法源代码
ICA的著名应用是盲源分离,于是这里就以盲源分离为例子进行说明。假设n个人面前有n个话筒,然后这n个人说话时这n个话筒进行录音,这n个人说了m句话,最后从这n个话筒中收集一些录音,目标:从这些录音中分离出每个人的声音
对于ICA的模型:x = A·s
假设x是个m*n的矩阵,A是个m*k的矩阵,那s就需要是个k*n的矩阵,于是ICA就是把x分解成2个矩阵的乘积,这两个矩阵就是求出来的源信号。
-
ica信号分选
对ica算法的优化 创新点明确 可以完成雷达 雷达信号分选 并与其它方法对比
-