Thuật toán ICA

Bài viết Nâng cao chất lượng phát hiện sự kiện âm thanh trong bài toán định vị nguồn âm theo nguyên lý TDOA trình bày một số kết quả nghiên cứu giải pháp nâng cao chất lượng định vị nguồn âm sử dụng nguyên lý TDOA, trong trường hợp loại nguồn âm cần định vị được xác định trước. Trong đó đề xuất giải pháp cải thiện chất lượng phát hiện sự kiện âm thanh dựa trên bộ lọc tương quan kết hợp với tiền xử lý tín hiệu bằng kỹ thuật phân tích thành phần độc lập ICA.

11p vichristinelagarde 04-07-2022 27 4   Download

Bài viết đề xuất và xây dựng một giải pháp mới dựa trên mô hình phân tích phần tử độc lập ICA để thiết kế mạng cảm biến thủy âm để định vị đa mục tiêu. Bài viết ứng dụng kỹ thuật tiền xử lý ICA (Independent Component Analysis - phân tích phần tử độc lập) để tách riêng các nguồn âm trước khi tính toán vị trí để định vị bất kỳ mục tiêu nào trong các mục tiêu đang theo dõi.

9p viengland2711 23-07-2019 33 2   Download

Phân tích thành phần độc lập (Independent Component Analysis - ICA) là một kỹ thuật tính toán phân tách nguồn mù hiệu quả trong nhiều ứng dụng thực tế của các lĩnh vực khoa học và công nghệ khác nhau. Bài báo nghiên cứu cách áp dụng phương pháp ước lượng hợp lý cực đại trong ICA, đề xuất cách đánh giá độ hội tụ của thuật toán thông qua số lần lặp để cải thiện tốc độ của thuật toán.

10p minhxaminhyeu4 15-07-2019 56 3   Download

Bài báo đã xây dựng được một mô hình xử lý ảnh cộng hưởng từ chức năng fMRI dựa trên phương pháp ICA (thuật toán FastICA). Phương pháp ICA cho phép phân tách dữ liệu fMRI thành các thành phần không gian (ảnh) độc lập và phi Gauss. Từ các thành phần độc lập này, chúng ta có thể xác định những thành phần tín hiệu có ích liên quan đến tác động kích thích cũng như xác định những khu vực hoạt hóa trong não.

6p blackwidow123 15-06-2018 85 2   Download

In the preceding chapters, we presented several approaches for the estimation of the independent component analysis (ICA) model. In particular, several algorithms were proposed for the estimation of the basic version of the model, which has a square mixing matrix and no noise. Now we are, in principle, ready to apply those algorithms on real data sets. Many such applications will be discussed in Part IV.

10p duongph05 09-06-2010 143 21   Download