时间可预测性的BSS
来源:互联网 发布:数据缺失的解决方法 编辑:程序博客网 时间:2024/05/01 06:25
时间可预测的方法被定义并用来分离线性混合信号。给定任意一组统计独立的源信号,这里推测这些线性混合信号具有以下性质:任何混合信号的时间可预测性是小于(或等于)它的任何一个源信号分量。这表明,利用这个性质可以通过找出这些信号的一组线性混合信号的解混矩阵,使得每一个恢复信号的时间可预测性最大化,从而恢复出源信号。获得的这个矩阵是一个广义特征值问题的解;这个问题具有O(N^3)的尺度特性,其中N是混合信号的个数。与ICA相反的是,时间可预测性方法需要源信号的概率密度函数的最小假设。已经被证明这个方法可以分离一组混合信号,其中每一个信号的混合都是源信号与超高斯、亚高斯和高斯概率密度函数的线性组合,且在语音和音乐信号上成功验证。
程序演示了如何把3个具有任意pdf的源信号从三个混合信号中分离出来。
程序中用到的方法在这个文章中有介绍:JV Stone, "Blind Source SeparationUsing Temporal Predictability", Neural Computation, 13(7),July, 2001.
压缩文件30K左右,包括以下几个文件
- README.html: 本程序的说明.
- demo_BSS.m: 主程序.处理get_data合成的数据
- get_data.m: 读入及合成数据
- why.wav: 语音信号.
matlab程序可从http://jim-stone.staff.shef.ac.uk/下载(文件名DEMO_BSS.tar)
另外一个开源的网址是关于ICA 的:
EEGLAB http://sccn.ucsd.edu/eeglab/(脑电图Electroencephalogram信号处理)
FMRILAB http://sccn.ucsd.edu/fmrlab/ (功能性磁共振成像数据处理)
0 0
- 时间可预测性的BSS
- 可预测的伪随机数
- 推荐《怪诞行为学:可预测的非理性》
- 人类行为真的可预测么?
- 神奇的算法:可预测员工跳槽
- 神奇的算法:可预测员工跳槽
- 机器人的预测性维护实战:解读实时、可扩展的分析管道 [session]
- 基于时间序列的用户行为预测
- 基于WEKA实现时间序列的预测
- 基于时间序列的用户预测模型
- 基于时间序列模型的预测
- Tensorflow LSTM时间序列预测的尝试
- 循环神经网络(rnn)的时间序列预测
- 时间序列的分析和预测ARIMA
- Tensorflow LSTM时间序列预测的尝试
- 流量可预测分析
- 单一世界架构初探之可预测性
- bss段的作用
- 晒晒自己电脑里的常用工具
- [IOS] URLWithString拼接NSURL时,url=nil的问题
- ExtJs4星期值自定义格式化
- Chart FX Gauges for Java仪表计量器控件下载及详细介绍
- 高清视频文件丢了怎么恢复丨电脑下载好的缓存数据
- 时间可预测性的BSS
- epoll完整实例
- ListView工作原理
- ubuntu.sh: 118: ubuntu.sh: Syntax error: "(" unexpected
- javascript焦点图(可以自动切换 )
- 引用NPOI动态创建EXCEL表
- 修复低版本Tomcat重新装了新版本TomCat版本后出现的错误
- 代码编写布局
- Sqoop-1.4.4工具import和export使用详解