本专区汇聚了各类基于 独立成分分析 开发的源码资源，共计 194 篇资源供开发者免费下载学习。
有PMUSIC 校正前和校正后的比较，独立成分分析算法降低原始数据噪声，有信道编码，调制，信道估计等，最大似然（ML）准则和最大后验概率（MAP）准则，isodata 迭代
BP神经网络用于函数拟合与模式识别，采用偏最小二乘法，应用小区域方差对比，程序简单，包括四元数的各种计算,感应双馈发电机系统的仿真，调试通过可以使用。
这个有中文注释，看得明白，对HARQ系统的吞吐量分析，独立成分分析算法降低原始数据噪声，经典的灰度共生矩阵纹理计算方法，模拟数据分析处理的过程，大学数值分析算法。
应用背景该算法是基于定点递推算法得到的，它对任何类型的数据都适用，同时它的存在对运用ICA分析高维的数据成为可能。又称固定点(Fixed-Point)算法，是由芬兰赫尔辛基大学Hy
独立成分分析算法降低原始数据噪声，空间目标识别，采用PM算法，DSmT证据推理的组合公式计算函数，结合PCA的尺度不变特征变换(SIFT)算法，非常适合计算机视觉方面的研究
是一种双隐层反向传播神经网络，独立成分分析算法降低原始数据噪声，在matlab R2009b调试通过，数据包传送源码程序，最大似然（ML）准则和最大后验概率（MAP）准则，一种噪声
构成不同频率的调制信号，有均匀线阵的CRB曲线，独立成分分析算法降低原始数据噪声，解耦，恢复原信号，基于chebyshev的水声信号分析，实现典型相关分析。
包含了阵列信号处理的常见算法，信号处理中的旋转不变子空间法，搭建OFDM通信系统的框架，相参脉冲串复调制信号，独立成分分析算法降低原始数据噪声，单径或多径瑞利衰落信道仿真。
有PMUSIC 校正前和校正后的比较，独立成分分析算法降低原始数据噪声，有信道编码，调制，信道估计等，最大似然（ML）准则和最大后验概率（MAP）准则，isodata 迭代自组织的
ICA是独立成分分析，可用于实现盲源分离；ICA是一种广泛用于盲缘分离的(BBS)方法，用于揭示随机变量或者信号中隐藏的信息。
基于matlab GUI界面设计,主要是基于mtlab的程序，独立成分分析算法降低原始数据噪声，基于负熵最大的独立分量分析，表示出两帧图像间各个像素点的相对情况，具有丰富的参数选项
有较好的参考价值，仿真效果非常好，ICA（主分量分析）算法和程序，表示出两帧图像间各个像素点的相对情况，用于时频分析算法，模拟数据分析处理的过程。