ICA 源码搜索结果, 第63页, Verysource

论文研究-基于G-ICA的组织样本分类算法.pdf 利用加入了分类指导信息的ICA（Guide Independent components analysis，G-ICA），在已知样本中提取隐藏在样本基因表达数据中与组织分类密切相关的各种表达模式，根据这些模式对未知组织样本进行分类。试验结果表明，该方法提高了组织样本的分类能力，其计算复杂度低、收敛快，具有较强的稳定性。
论文研究-基于ICA模式空间的基因分类.pdf ICA是应用于盲源信号分离的一种统计方法。利用ICA对基因微阵列表达谱数据进行分解获得由基因模型谱和对应系数构成的线性谱模型，并在此基础上进行基因分类。由于基于ICA的一个模型谱并不能完整地代表一个具有生物意义的类别，并且模型谱之间不具正交性，在此线性模型下不能有效的表示基因数据，为此提出基于ICA的模式表达空间的概念，并在该模式空间中重新构造了基因的数据表达形式，并利用此表达形式进行基因分类。实验结果表明，该分类方法比线性谱模型下的基因分类具有更高的正确率。
论文研究-基于CSR-ICA模型的隐写信息盲提取算法.pdf 针对加性隐写模型，提出一种基于CSR-ICA的隐写信息盲提取算法。算法仅需一幅隐写图像，在满足ICA模型线性约束条件下得到载体信号的估计信号，通过Contourlet稀疏性表示（CSR）对模型输入信号进行前置处理，优化选取归一化峭度性较大的信号作为模型输入信号，将归一化峭度作为分离算法学习的目标函数，避免异常值给分离算法带来的误差。算法具有较好的综合性能,并且克服了Chandramouli算法的局限性，提取正确率平均为90%。仿真实验结果给出了算法的有效性验证。
论文研究-消除噪声的ICA盲多用户检测.pdf 针对已有的基于独立分量分析（Independent Component Analysis，ICA）的盲多用户检测中为了便于分析经常将噪声信号忽略，从而造成系统检测性能下降的问题。提出了基于ICA的盲多用户检测的改进算法，该算法不仅能抑制远近效应和多址干扰，而且利用信号子空间和有效无偏估计原理可最大限度地消除被忽略的噪声，提高了系统的容量。通过Matlab实验仿真，验证了该算法的有效性和实用性。
基于ICA和SVM的混合通信信号调制方式识别.pdf 本文提出了一种基于独立分量分析(ICA)和支持向量机(SVM)的混合通信信号调制方式识别的方法，针对接收的信号多为混叠信号、先验知识少、分离困难等特点，采用独立分量分析的方法，将这些独立的信号分离开来。然后引入基于SVM 的信号调制方式识别方法，从通信信号的瞬时幅度、相位、频率等特性中提取了6个特征参数。并用SVM 调制识别器进行识别。仿真结果证明。在信噪比不低于10dB时，算法的识别率可以达到95％以上。证明了此方法的可行性。
模式识别MatLab工具箱，SVM，PCA，ICA，NN等.rar 模式识别matlab工具箱,包括SVM,ICA,PCA,NN等等模式识别算法,很有参考价值
tensorflow实现ICA（独立成分分析）图像或声音的盲源分离 ICA主要用于特征提取和信号盲源分离中。在盲源信号分离中，关于源的个数是确定的，因此分离出的源信号数目在分离之前是确定已知的。监测信号的维数与源信号的数目相同，混合矩阵和源信号具体情况在分离之前可以不清除具体表现形式，但是需要满足独立、非高斯分布的条件，这些是在实际中应用ICA需要考虑的条件。
基于ICA的串扰削减方法在OTPA技术中的应用基于ICA的串扰削减方法在OTPA技术中的应用，成玮，褚亚鹏，运行工况传递路径分析（OTPA）是一种高效的源贡献量及路径贡献量定量分析方法，其精度受到参考点信号相互串扰的严重影响。为了克�
ICA独立成分分析的matlab代码 ICA独立成分分析的matlab代码，内有音频数据，以及使用说明，希望对大家有所帮助。 ICA独立成分分析的matlab代码，内有音频数据，以及使用说明，希望对大家有所帮助。
ICA独立成分分析的matlab代码 ICA独立成分分析的matlab代码，内有音频数据，以及使用说明，希望对大家有所帮助。 ICA独立成分分析的matlab代码，内有音频数据，以及使用说明，希望对大家有所帮助。

关键字：ICA