ica
共 145 篇文章
ica 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 145 篇文章，持续更新中。
ICA
在MATLAB环境下基于图像的骨干信息提取，人骨骼识别
ICA算法
ICA算法及其程序，好用的算法，可以用于学习和进一步研究
基于核独立成分分析的人脸识别
·摘 要:研究一种基于核独立成分分析的人脸识别方法。利用支持向量机的核函数思想，将原始人脸图像向量映射到高维特征空间，然后在高维特征空间中进行独立成分分析(ICA)，提取非线性独立成分作为特征向量进行分类识别。实验结果表明该方法要比常规的基于ICA和PCA的人脸识别算法的识别率要高。
基于小波变换和独立分量分析的心室晚电位识别
·摘 要:由于晚电位（VLP）信号本身的复杂性以及生物个体差异，其检测的敏感性和特异性还不太高，因此探索和完善晚电位分析方法的研究很有意义。本文提出了一种结合小波变换WT（wavelet transform）和独立分量分析（independent component analysis，ICA）的VLP特征提取新方法——WICA。新方法的主要思路是先对心电信号进行小波变换，得到多导的小波变换系数序列
基于RMFA-ICA的人脸识别
·摘 要:针对有噪的ICA模型，提出一种有限制的平均场近似（restrictive mean field approximation，RMFA）的算法来求解ICA模型参数和源信号的估计问题。在传统MFA—ICA算法的基础上，提出将ICA中的模型参数和源信号均限制为非负，目的是使得提取出的特征更独立，更利于识别。通过手写体数字和仿真模拟人脸图形以及ORL人脸数据进行实验，将RMFA—ICA算法与传统
期刊论文：基于ICA小波的数字水印方案
·期刊论文：基于ICA小波的数字水印方案
基于独立元分析和联合小波熵检测多导联ECG信号的QRS
·摘 要:QRS波群的准确定位是ECG信号自动分析的基础。为提高QRS检测率,提出一种基于独立元分析（ICA）和联合小波熵（CWS）检测多导联ECG信号QRS的算法。ICA算法从滤波后的多导联ECG信号中分离出对应心室活动的独立元;然后对各独立元进行连续小波变换（CWT）,重构小波系数的相空间,结合相空间中的QRS信息对独立元排序;最后检测排序后独立元的CWS得到QRS信息。实验对St.Peter
基于ICA技术的管道泄漏特征信号提取方法
为了解决强背景噪声下采集到的管道压力参数信号中泄漏特征信号难以准确提取的难<BR>题，本文提出利用独立分量分析技术（ICA）对负压波信号进行处理，提取泄漏信息特征信号，实验结果显示利用该方法可以有效实
基于高斯矩的NoisyICA研究
独立分量分析( ) ICA作为有效的盲源分离技术( ) BSS是信号处理领域的热点。实际信号或多或少的都含有噪声，如果信噪比低于某值将得不到良好的分离效果。该文定义不同参量的高斯函数的期望为随机向量的
基于改进Infomax算法在生化过程监控中的应用研究
生 化工过程中存在大量测量变量，这些变量一般不是相互独立的，而是由少数必要的潜隐变量驱动，这些潜隐变量通过独立成分分析方法(ICA)抽取出来;针对现有的Infomax(信息极大)ICA算法收敛速度慢的
基于ICA模型的主动隐写分析
提出一种基于独立成分分析(ICA)模型的主动隐写分析方案。该方案假设秘密信息是独立同分布序列且统计独立于载体图像，将隐写分析过程视为ICA模型的求解问题。借助于最大后验概率估计器，该方案仅使用一幅隐写
定点参考独立分量分析算法的FPGA实现.rar
参考独立分量分析(independent component analysis with reference，ICA-R)是一种半盲分离算法。它将源信号的部分先验知识以参考信号形式引入到传统ICA算法中，从而在一定的量度下只抽取与参考信号最为接近的期望源信号。由于利用了部分先验信息，ICA-R算法在解决分离信号顺序不确定性、提高分离效率和分离性能方面均优于传统全盲ICA，在语音分离、功能磁共振成像
基于FPGA的嵌入式图像监控系统设计.rar
参考独立分量分析(independent component analysis with reference，ICA-R)是一种半盲分离算法。它将源信号的部分先验知识以参考信号形式引入到传统ICA算法中，从而在一定的量度下只抽取与参考信号最为接近的期望源信号。由于利用了部分先验信息，ICA-R算法在解决分离信号顺序不确定性、提高分离效率和分离性能方面均优于传统全盲ICA，在语音分离、功能磁共振成像
基于ICA的雷达信号欠定盲分离算法
<p>摘 要：该文针对源信号时域和频域不充分稀疏的情况，提出了欠定盲源分离中估计混合矩阵的一种新方法。该</p><p>方法对等间隔分段的观测信号应用独立分量分析(ICA)的盲分离算法获得多个子混合矩阵，然后对其分选剔除了</p><p>不属于原混合矩阵的元素，最后利用C 均值聚类的学习算法获得对混合矩阵的精确估计，解决了源信号在时域和</p><p>频域不充分稀疏的情况下准确估计混合矩阵的问题。在估计
智能人脸识别算法及其FPGA的实现.rar
人脸自动识别技术是模式识别、图像处理等学科的一个最热门研究课题之一。随着社会的发展,各方面对快速有效的自动身份验证的要求日益迫切，而人脸识别技术作为各种生物识别技术中最重要的方法之一，已经越来越多的受到重视。对于具有实时，快捷，低误识率的高性能算法以及对算法硬件加速的研究也逐渐展开。 本文详细分析了智能人脸识别算法原理，发展概况和前景，包括人脸检测算法，人眼定位算法，预处理算法，PCA和ICA 算
基于ICA多特征融合的人脸识别
·摘 要:提出了一种基于特征融合的人脸识别方法.该方法首先对预处理后的人脸图像进行全局特征及局部分量的提取,分别采用离散余弦变换（DCT）提取包含图像大量信息的低频部分特征和奇异值分解（SVD）抽取图像的代数特征作为图像的全局特征,采用非负矩阵分解（NMF）提取图像的局部分量特征,然后将此两类特征以独立成份分析（ICA）进行融合,获取用于人脸识别的特征向量.在本文的实验中,我们将此特征向量应用于支
基于PCA和ICA的人脸识别
·摘 要:提出利用主成分分析(PCA)和独立成分分析(ICA)相结合的方法对人脸进行识别。首先对预处理后的图像进行降维，即利用PCA算法对图像进行去二阶相关和降维处理，然后再利用ICA算法获得人脸影像独立基成分，利用人脸影像独立基来构造一子空间，最后利用待识别图像在这个空间上的投影系数进行人脸识别。从两个不同的数据集，将传统的PCA人脸识别算法和提出的人脸识别算法进行比较。从实验数据结果看，提出的
基于小波变换和ICA的人脸识别方法
·摘 要:独立成分分析(ICA)最早应用于盲信号分离,近年来也广泛地应用于模式识别领域.提出一种基于小波变换(WT)及独立成分分析(ICA)的人脸识别方法.在建议的识别方法中,首先利用小波变换将人脸图像分解成不同的频率子带,对其中包含主要信息的低频子带运用ICA求取基向量,然后基于这些基向量张成的子空间实现识别.详细讲述了该方法的实验过程,实验结果表明,该方法可以取得较好的识别结果.
模式识别matlab工具箱,包括SVM,ICA,PCA,NN等等模式识别算法,很有参考价值
模式识别matlab工具箱,包括SVM,ICA,PCA,NN等等模式识别算法,很有参考价值
ICA（主分量分析）算法和程序，完整的基于HMM的语音识别系统，经典的灰度共生矩阵纹理计算方法
ICA（主分量分析）算法和程序，完整的基于HMM的语音识别系统，经典的灰度共生矩阵纹理计算方法