ICA 源码搜索结果, 第64页, Verysource

ICA去除EEG中眼动伪差和工频干扰方法研究 ICA去除EEG中眼动伪差和工频干扰方法研究，万柏坤，朱欣，眼动伪差和工频干扰是临床脑电图(EEG)中常见噪声，严重影响其有用信息提取。本文尝试采用独立分量分析(Independent Component Analysis, ICA)方
基于EMD-ICA的心冲击信号降噪研究基于EMD-ICA的心冲击信号降噪研究，姜星，耿读艳，心冲击(BCG)信号是反映心脏机械运动的生理信号，能实现无束缚采集测量。但BCG信号微弱，易受干扰，测量时经常会淹没在噪声中。为了�
基于PCA和ICA的人脸识别_刘直芳.pdf 基于PCA和ICA的人脸识别_刘直芳.pdf
Python中MNE库的EEG数据（PCA和ICA）预处理.zip python中MNE库中ICA和PCA的使用，资料包中提供了源代码和数据，可供调试使用。资料包中的数据来源与BCI竞赛中运动想象的公开数据集，挑选了部分数据进行处理。
单通道盲源分离（SSA-ICA）算法Matlab代码单通道盲源分离实现代码，Matlab编写的SSA-ICA算法。单通道数据映射成多维子空间，经过分组得到多路数据，再调用FastICA算法实现源信号分离。
kernel-ICA工具箱-Matlab工具箱，其中包含FastICA的说明及用法文件包含kernel-ICA工具箱，该工具箱为matlab工具箱，其中包含FastICA的说明及用法。适合不同版本的matlab，具有很好的参考价值。
kernel-ICA-Matlab工具箱.rar 文件包含kernel-ICA的matlab工具箱，该工具箱具有很好的特性，操作简单，文件没有任何问题，可直接调用。
一种基于ICA的机械缺陷超声信号提取方法针对强噪声背景下缺陷超声回波信号检测的问题,利用了基于独立分量分析的方法进行缺陷信号的提取。该方法首先对观测信号进行JADE分解,得出多导独立分量,再根据赫斯特指数,分离缺陷信号和噪声信号。通过对仿真和实测缺陷超声信号的去噪实验研究,结果表明,与小波去噪方法相比,ICA去噪方法能够得到很好的信噪比,有利于强噪声背景下缺陷的去噪处理及微弱信号的提取。
改进滑动窗口ICA在无线通信干扰抑制中的应用传统方式通过时域或频域的滤波会对通信信号造成不同程度的损伤和实时性误差,并且存在算法复杂和设备繁多的问题。针对以上问题,从盲源分离的角度出发,针对无线通信信道短时平稳的特点,提出了基于数据块更新的滑动窗口ICA(独立成分分析)算法用于无线通信信号的分离和干扰抑制。仿真实验表明,该算法有较好的无线信号分离和干扰抑制能力,并大大降低了数据运算量。
论文研究 - 颅内颈内动脉（ICA）修复和动脉端到端吻合我们提出了一例颅外颈内动脉（ICA）动脉瘤，表现为颈部右侧上部的炎性下颌下肿胀。尽管缺乏坦率的搏动性和炎症迹象，但仍令人困惑，多普勒和CT血管造影有助于诊断。我们能够使用原生血管本身通过外科手术切除和改造ICA，这是一项不寻常的技术，我们认为值得介绍。

关键字：ICA