参考独立分量分析算法及应用研究

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-12页
·研究背景与意义	第9-10页
·论文主要研究内容	第10-12页
2 独立分量分析概述	第12-22页
·数学模型	第12-15页
·ICA假设	第13-14页
·ICA可识别性和不确定性	第14-15页
·独立性定义	第15页
·ICA求解原理	第15-18页
·典型ICA算法	第18-21页
·基于负熵最大化的FastICA算法	第18-20页
·峭度作为代价函数的定点算法	第20-21页
·性能评价方法	第21-22页
3 参考独立分量分析算法	第22-25页
·应用背景	第22页
·参考独立分量分析算法原理	第22-25页
4 参考独立分量分析的改进算法及定点算法	第25-39页
·参考独立分量分析的改进算法	第25-30页
·必要性	第25页
·算法改进	第25-26页
·改进算法的仿真实验	第26-30页
·参考独立分量分析定点算法	第30-39页
·参考独立分量分析定点算法原理	第30-33页
·定点算法的仿真实验	第33-36页
·参考独立分量分析定点算法收敛性证明	第36-38页
·数据预处理的原理及作用	第38-39页
5 参考独立分量分析算法的应用	第39-59页
·实现语音增强	第39-54页
·引言	第39-40页
·语音信号谱分布特点及参考信号选择	第40-43页
·基于基音周期及共振峰参考信号的语音增强实验	第43-47页
·基于EMD方法构造的参考信号的原理	第47-52页
·基于EMD参考信号实现语音增强的仿真实验	第52-54页
·FECG信号的提取	第54-59页
·应用背景	第54页
·ECG数据来源	第54页
·抽取FECG及MECG仿真实验	第54-59页
6 总结与展望	第59-61页
参考文献	第61-65页
攻读硕士学位期间发表学术论文情况	第65-66页
致谢	第66-67页
大连理工大学学位论文版权使用授权书	第67页