搜索资源列表
cubica34a
- 一种基于累计量的独立分量分析改进算法，该算法同时对角化三阶和四阶累计量来实现ＩＣＡ。
ogwe
- 基于累计量的独立分量分析的改进算法，该算法以同时对角化三阶和四阶累计量来实现盲分离．
ResearchonFaceImageRetrievalBasedonPrincipalIndepe
- 提出一种基于独立分量分析的内容特征,并用于人脸图像检索,得到一种基于内容的图像检索新方案. 该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征(PICF) ,应用提取的PICF 特征进行有效的人脸图像描述. 为确保计算有效性和检索正确率,运用可消除独立特征顺序不确定性的基于PICF 的检索方法,并在具备不同亮度、尺度、姿势和图像描述变化的RL 脸谱数据库中完成了人脸图像检索实. 计算机仿真结果验证了所提出方法的有效. 最佳检索率
ifa20
- 变分独立因子分析C++代码,H.Attias说比独立分量分析要好,但是这个程序分析效果不好,可能是程序问题,也可能是对理论理解不透
fourorderculumantsica
- 独立分量分析的累积量方法，分离信号 ica方法
bsp
- 一篇关于独立分量分析的文章中的源程序，可以用于对两个语音信号的分离
lunwen
- 本论文的主要工作在于引入了一种新的特征提取方法----独立分量分析。独立分量分析的根本原理是通过分析多维观测数据间的高阶统计相关性，找出相互独立的隐含信息成分，完成分量间高阶冗余的去除及独立信源的提取
SpeakerrecognitionsystembasedonICAandVQ
- 一篇介绍 基于独立分量分析和矢量量化的说话人识别 的ＣＡＪ文档
ICA-R
- 一种改进的ICA-R算法。ICA-R意为参考信号独立分量分析，较ICA有很多优点。
eeglab_current
- 用于进行eeg独立分量分析的多个函数，可以直接调用
fastica
- matlab 独立分量分析 fastica,icaplot,remmean,whiten，盲源分离,去均值,白化处理
fastfixedpoint
- 独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离出相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了IC
f2007421165913
- 运用独立分量分析的特征矩阵的联合近似对角化（JADE法） 希望有用
chengxu
- 这是关于独立分量分析的源代码，非常好用，欢迎大家下载
FastICA25
- FastICA25－－快速独立分量分解算法
ICA_demo_fMRI
- 快速独立分量分析（FastICA）源码及ICA在MRI图像中应用的例程。
InforMaxICA
- 基于Informax判据的ICA算法，属于独立分量分析的一种。
multimoto_ica_pca_process_program
- 独立分量分析结合主成份分析，适合于脑电信号处理
ICA
- 独立分量分析代码（matlab编写）有很强的试用价值
fpica
- 基于fastICA的独立分量分析算法中的核心算法