搜索资源列表
FastICA
- 实现Fast ICA算法的一个例子，实现音频分离-Fast ICA algorithm to achieve an example of the realization of the audio
jcwtlib-0.01.tar
- 独立成分分析（Independent Component Analysis, ICA）是近年来发展起来的一种有效的盲分离技术，最早是由法国学者Herault和Jutten于1986年提出。ICA方法的提出最初是用来解决“鸡尾酒会”问题，其过程可以归纳为，在源信号与传输通道参数均未知的情况下，仅根据源信号的统计特性，出现测信号恢复出源信号。ICA分析的关键在于根据一定的优化准则建立描述输出信号独立程度的优化判据，即目标函数，并设计相应的优化算法，寻求最优的分离矩阵，使得输出信号中各分量尽可能相互独
T-ABCD
- 这是一个音频时域信号的盲源分离的Matlab程序，效果不错。-This is an audio signal in time domain blind source separation of the Matlab program, the effect is good.
Bss4Speech
- 这是基于负熵方法的音频信号分离的固定点独立分量分析方法的Matlab程序。-This is based on negative entropy method of audio signal separation of fixed-point independent component analysis of the Matlab program.
blind-source
- 盲源分离程序，可用于音频混合的分类 该程序为写为matlab一函数-blind source separate
FastICA_testing_wav_img_samples
- matlab FastICA快速独立分量分析 通过FastICA工具箱(内含),对图像、音频进行盲源分离,去均值,白化处理,支持tif,jpg,bmp,wav等多种格式，并附有详细程序注释及sample供运行使用-matlab FastICA fast independent component analysis FastICA toolbox (included), images, audio, blind source separation to mean whitening process