盲信号分离算法及其应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| ·盲分离问题的来源 | 第11-14页 |
| ·盲分离问题的模型 | 第14-16页 |
| ·盲分离的应用 | 第16-18页 |
| ·盲分离的研究概况 | 第18-21页 |
| ·课题的研究现状简述 | 第18-20页 |
| ·课题的发展趋势 | 第20-21页 |
| ·本文研究的工作和内容安排 | 第21-23页 |
| 第二章 线性盲源分离算法的研究 | 第23-47页 |
| ·线性瞬时盲分离模型 | 第23-26页 |
| ·盲源分离的一些假设和不确定性 | 第24-25页 |
| ·盲源分离的预处理 | 第25-26页 |
| ·相关的理论知识 | 第26-29页 |
| ·熵 | 第26-27页 |
| ·Kullback-Leibler散度和互信息 | 第27-28页 |
| ·峭度和负熵 | 第28-29页 |
| ·盲分离方法 | 第29-41页 |
| ·最大非高斯估计方法 | 第29-34页 |
| ·基于信息理论的估计方法 | 第34-38页 |
| ·其他方法 | 第38-41页 |
| ·仿真实验 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 基于线性预测器的盲信号提取 | 第47-61页 |
| ·不含噪声的基于线性预测器的盲信号提取 | 第47-51页 |
| ·含噪声的基于线性预测器的盲信号提取 | 第51-54页 |
| ·多个信号的串行盲提取—消减处理 | 第54-55页 |
| ·线性预测器系数的估计 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 具有自回归模型的盲信号提取 | 第61-71页 |
| ·问题的提出 | 第61页 |
| ·具有自回归模型的盲信号提取算法及分析 | 第61-66页 |
| ·仿真 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 盲分离在胎儿心电提取中的应用 | 第71-89页 |
| ·引言 | 第71-76页 |
| ·基于盲信号分离的胎儿心电提取(忽略噪声) | 第76-83页 |
| ·忽略噪声的胎儿心电提取模型 | 第76页 |
| ·算法及其分析 | 第76-80页 |
| ·仿真 | 第80-83页 |
| ·基于盲信号分离的胎儿心电提取(考虑噪声) | 第83-88页 |
| ·问题的提出 | 第83页 |
| ·算法及其分析 | 第83-86页 |
| ·仿真 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 盲分离在人脸识别中的应用 | 第89-113页 |
| ·人脸识别的意义 | 第89-90页 |
| ·人脸识别的研究内容 | 第90-94页 |
| ·人脸检测 | 第90-91页 |
| ·特征提取 | 第91-92页 |
| ·人脸识别分类 | 第92-94页 |
| ·人脸预处理 | 第94-96页 |
| ·几何校正 | 第94-95页 |
| ·直方图均衡化 | 第95-96页 |
| ·数据的白化 | 第96页 |
| ·常用人脸数据库 | 第96-97页 |
| ·基于独立分量分析的人脸识别 | 第97-111页 |
| ·ICA人脸表示 | 第97-99页 |
| ·算法结构描述 | 第99-102页 |
| ·改进的非负ICA算法 | 第102-108页 |
| ·改进的非负ICA算法在人脸识别中的应用 | 第108-111页 |
| ·本章小结 | 第111-113页 |
| 全文总结 | 第113-115页 |
| 参考文献 | 第115-123页 |
| 致谢 | 第123-124页 |
| 攻博期间取得的研究成果 | 第124页 |
