ICA 源码搜索结果, 第81页, Verysource

matlab_hyperspectral_toolbox_v0.04 ... pixel. % x Weight vector. A matrix of weight vectors forms an abundance % map. % % ------------------------------------------------------------------------- % Dependencies % FastICA - http://www.cis.hut.fi/projects/ica/fastica/code/dlcode.shtml % % ----
FastICA算法 FastICA 的matlab代码。ICA是用于盲源分离的有效工具，而FastICA比传统的ICA算法计算效率更高，在图像处理中被广泛应用。
盲源信号处理基于独立成分分析ICA的盲源信号处理，算法的详细介绍，便于初学者学习
基于盲源分离的多用户检测算法针对CDMA通信系统中的盲多用户检测问题将噪声数据的定点ICA算法应用到多用户检测中,实现了多用户信号的分离通过matlab实验仿真比较了盲自适应检测算法与本文算法的性能结果表明本文算法收敛速度很快可以很有效地克服多址干扰抑制远近效应.
fastica 快速独立分量算法 fast ica 用于盲源分离时使用的ica程序，
fattal的singel image dehazing 这是Fattal 发表的单幅图像去雾的matlab代码，对某些图片好用，对某些图片不好用。Fattal运用ICA，基于图像表面阴影和大气传递函数在局部块上不相关的假设，实现去雾。
带约束的卷积语音信号频域盲分离方法卷积语音信号频域盲分离方法，在频域利用ICA进行分离时，不同频点上分解出的源信号的次序不确定，需要用后处理方法确定源的对应关系。
传统独立分量分析和变分贝叶斯独立分量分析的比较 ICA和vbICA在信号分离中能力的比较。
基于PCA_ICA的人脸特征提取新方法人脸自动识别方法已成为当前模式识别和人工智能领域的一个研究热点, 人脸特征提取是人脸识别技术的关键。首先介绍了人脸图像的预处理过程, PCA 和ICA 算法的原理, 针对PCA 和ICA 算法本身优缺点, 提出一种新的基于PCA/ ICA 的人脸特征提取方法, 最后采用最近邻分类器, 对ORL 人脸库进行分类识别。实验证明, 改进的方法优于PCA 算法和ICA 算法。
fastICA程序 fastICA的matlab实例独立成分分析(Independent Component Analysis，ICA)是近年来提出的非常有效的数据分析工具，它主要用来从混合数据中提取出原始的独立信号。它作为信号分离的一种有效方法而受到广泛的关注。在诸多ICA算法中，固定点算法 (也称FastlCA)以其收敛速度快、分离效果好被广泛应用于信号处理领域。该算法能很好地从观测信号中估计出相互统计独立的、被未知因素混合的原始信号。

关键字：ICA