-
-
-
FAST-ICA盲源分离哦
1、对观测数据进行中心化，；
2、使它的均值为0，对数据进行白化—>Z；
3、选择需要估计的分量的个数m，设置迭代次数p<-1;
4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）；
5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp)'*z)))-(mean(1-(tanh((temp))'*z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的）
6、用对称正交法处理下W
7、归一化W(:,p)=W(:,p)/norm(W(:,p)); ...
-
-
-
实用语音识别基础
... 9. 2. 4 多类问题
9. 3 主分量分析 PCA
9. 3. 1 基于K-L变换的主分量分析
9. 3. 2 随机向量的K-L展开
9. 3. 3 基于K-L变换的降维
9. 4 独立分量分析 ICA
9. 4. 1 引言
9. 4. 2 线性独立分量分析
9. 4. 3 线性独立分量分析算法
9. 4. 4 独立分量分析的预处理
9. 4. 5 非线性独立分量分析
9. 5 小结
参考文献
第 ...
-
-
ICA快速算法
详细介绍了盲源分离原理以及提供了MATLAB源程序，值得研究
-
基于谱峭度和cICA的滚动轴承故障特征提取.pdf
独立分量分析（ICA）可以实现混合信号的按源分离，但由于其使用时通常需要预先知道信号源数量，使其应用受到限制。在ICA基础上发展起来的约束独立分量分析（cICA）方法，可根据一定的先验知识生成参考信号以提取感兴趣的独立分量(IC)。包络提取 ...
-
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
