-
题名基于自适应互信息极小化算法的混合语音信号分离
- 1
-
-
作者
张克廷
-
机构
枣庄学院计算机科学系
-
出处
《佳木斯大学学报(自然科学版)》
CAS
2008年第4期506-508,共3页
-
文摘
针对混合语音信号的盲分离问题,基于自适应的互信息极小化算法是一个非常良好的解决办法,本文深入研究了该算法,并且为了加快算法的收敛速度,对该算法进行了改进,文章最后给出的实验结果表明,改进后的算法在分离语音信号和收敛速度上,都是非常有效的.
-
关键词
盲信号分离
混合语音分离
互信息极小化
-
Keywords
blind signal separation
separation of mixed speeches
minimum mutual information
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名独立成分分析及其在图像处理中的应用
被引量:6
- 2
-
-
作者
骆媛
王岭雪
金伟其
-
机构
北京理工大学光电学院光电成像技术与系统教育部重点实验室
-
出处
《光学技术》
CAS
CSCD
北大核心
2012年第5期520-527,共8页
-
基金
国家自然科学基金项目(60971010)
-
文摘
独立成分分析是一种新的信号处理技术,在数字图像处理的诸多方向均表现出其独特性。对独立成分分析(ICA,Independent Component Analysis)及其在图像处理中的应用进行了综述。简要介绍了独立成分分析的数学模型,给出了极大化非高斯性的ICA估计方法、极大似然ICA估计方法、极小化互信息ICA估计方法的目标函数及其优化算法;对ICA在像素级图像融合、运动目标检测、人脸检测及特征提取、大脑信号和图像分析、数字水印、有噪图像分离等方向的应用研究进行了评述,进而显示ICA的应用价值和发展空间。
-
关键词
图像处理
独立成分分析
极大化非高斯性
极大似然
极小化互信息
-
Keywords
image processing
ICA
maximum Gaussian
maximum likelihood
minimum mutual information
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-