-
-
ICA-Paper：对ICA方法的原理和应用进行了综述.
论文摘要：对ICA方法的原理和应用进行了综述.首先,概要叙述ICA的产生背景和发展前景,简要介绍和评述了ICA的定义、分类以及算法.然后,对ICA在语音信号分离、生物医学信号处理、金融数据分析、图像噪声消除以及人脸识别等方面的实际应用进行了讨论.
-
Group ICA Of fMRI Toolbox(GIFT)
... ：
Manual - Detailed explanation of group ICA and ICA algorithms implemented in the GIFT.
Walk-Through - Step by step explanation of the Group ICA of fMRI Toolbox.
List of Functions - Explanation is given for the main functions used in the GIFT.
-
-
-
论文研究-基于ICA与Bayes的判别分析模型.pdf
简要介绍了Bayes判别分析模型的特点及存在的问题，概括了独立成分分析（ICA）的特点及发展现状，提出了基于ICA与Bayes的判别分析模型——IBD模型。该模型首先利用ICA的方法将相关性数据指标转换为互相独立的数据指标，并通过卡尔曼滤波方式滤去高频数据，有效地去除了噪声，最后利用Bayes方法对转换的数据进行判别分析。实验结果表明，当数据之间存在相关关系时，IBD模型的判别分析效果要优于Bayes与Fisher判别分析模型。
-
论文研究-结合小波包和ICA的脑电信号特征波提取方法.pdf
为了更有效地提取脑电信号特征波，结合小波包和ICA（独立分量分析），提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解，然后进行相关频段信号的重构，从而提取出特征波的概貌作为初次提取的特征波；再利用ICA分离技术，以初次提取的特征波为参考信号对其进行增强。实验结果表明，对比于独立地应用某一种方法，两种方法相结合更能有效地提取脑电信号特征波。
-
论文研究-偏振与ICA相结合的深度信息获取方法.pdf
针对水下图像中存在的图像退化现象，提出了一种将偏振与ICA技术相结合的深度信息获取方法。该方法首先依据ICA模型对获取的偏振图像进行处理，构造已知偏振信息与水体后向散射光偏振度之间的线性关系，再通过对获取的目标函数进行优化求解出水体后向散射光偏振度，最后采用软抠图法进行优化得到场景深度信息。实验结果表明，此方法在水下场景中获取的深度图像包含更多的目标信息，且运行效率高。
-
论文研究-结合纯像元提取和ICA的高光谱降维方法.pdf
... 高光谱降维并保留重要的光谱特征，通过独立分量分析（independent component analysis，ICA）混合模型和高光谱线性模型的对比分析，提出了结合纯像元提取和ICA的高光谱数据降维方法。该方法通过估计虚拟维数(virtual dimensionality，VD)确定 ... 生成过程（automatic target generation process, ATGP）从原始数据中提取纯像元向量，作为ICA算法的初始化向量，以负熵为目标函数产生独立分量，并通过高阶 ...
-
论文研究-基于ICA和FLD相结合的人脸识别.pdf
ICA作为一种传统的人脸识别方法，虽然识别效果较好，但却没有考虑类别信息。为了将类别信息融入ICA方法中，尝试利用FLD和ICA相结合的方法对人脸进行识别处理，即在使用ICA方法获得训练模式的统计独立基向量的基础上，对基向量张成的子空间使用FLD方法。利用几个人脸数据库对该方法进行了实验。实验结果表明，使用上述方法进行人脸识别，其效果优于传统的PCA方法、FLD方法和ICA方法。
-
论文研究-组合局部多通道Gabor滤波器和ICA的人脸描述与识别.pdf
针对人脸识别是当前人工智能和模式识别的研究热点，提出了一种组合局部Gabor滤波器组和ICA技术(简称LMGICA)的人脸描述方法，首先对归一化的人脸图像进行采样分块，然后对局部子块进行多方向、多分辨率Gabor小波滤波，并提取其对应不同方向、不同尺度的多个Gabor 幅值域图谱(local Gabor magnitude map,LGMM)，接着由滤波图像直接构建高维特征矢量；再将这些高维特征矢量通过主成分分析进行降维；最后采用ICA技术分析和提取降维后的特征矢量中的独立成分用于识别分类。通过与经典Ga
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
