盲源分离算法及相关理论研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-24页 |
| ·盲源分离背景 | 第11-14页 |
| ·盲源分离模型 | 第14-16页 |
| ·盲源分离应用 | 第16-18页 |
| ·盲源分离研究概况 | 第18-22页 |
| ·本文主要工作和组织结构 | 第22-24页 |
| 第二章 盲源分离的基础知识及主要算法 | 第24-56页 |
| ·瞬时线性混合模型 | 第24-28页 |
| ·盲源分离中的约束条件 | 第25-26页 |
| ·数据预处理 | 第26-28页 |
| ·盲源分离的基础知识 | 第28-37页 |
| ·概率统计基础 | 第28-34页 |
| ·信息论基础 | 第34-37页 |
| ·盲源分离常用方法 | 第37-50页 |
| ·基于信息论的盲分离方法 | 第37-40页 |
| ·极大非高斯性盲分离方法 | 第40-43页 |
| ·基于二阶统计的盲分离方法 | 第43-47页 |
| ·其他盲分离方法 | 第47-50页 |
| ·仿真实验 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第三章 局部光滑图像的盲分离 | 第56-69页 |
| ·引言 | 第56页 |
| ·图像的表示方法 | 第56-61页 |
| ·图像的矩阵表示 | 第57-59页 |
| ·图像局部光滑性 | 第59-61页 |
| ·算法原理 | 第61-65页 |
| ·标准遗传算法 | 第61-64页 |
| ·具体算法过程 | 第64-65页 |
| ·仿真实验 | 第65-68页 |
| ·自然图像的盲分离 | 第65-66页 |
| ·纹理图像的盲分离 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 基于二阶统计量的频域盲分离算法研究 | 第69-80页 |
| ·引言 | 第69页 |
| ·算法原理 | 第69-75页 |
| ·二阶频率识别算法 | 第70-72页 |
| ·具体算法过程 | 第72-75页 |
| ·仿真实验 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 一种基于广义特征分解的次元提取算法 | 第80-100页 |
| ·引言 | 第80-81页 |
| ·算法原理 | 第81-98页 |
| ·广义特征分解 | 第82-83页 |
| ·MCA 新算法 | 第83-84页 |
| ·理论分析 | 第84-95页 |
| ·仿真实验 | 第95-98页 |
| ·MCA 提取光滑信号 | 第98页 |
| ·本章小结 | 第98-100页 |
| 第六章 全文总结和未来工作 | 第100-102页 |
| ·全文总结 | 第100-101页 |
| ·未来工作 | 第101-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-112页 |
| 攻博期间取得的研究成果 | 第112-114页 |
