盲源信号分离原理与应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-13页 |
| 第一章 数学基础 | 第13-22页 |
| ·概率与统计特征 | 第13-16页 |
| ·概率分布及密度 | 第13页 |
| ·期望和矩 | 第13-14页 |
| ·不相关及独立性 | 第14页 |
| ·高阶统计量 | 第14-16页 |
| ·信息论 | 第16-17页 |
| ·熵 | 第16页 |
| ·KL 散度 | 第16页 |
| ·互信息量 | 第16-17页 |
| ·负熵 | 第17页 |
| ·梯度法和最优化方法 | 第17-18页 |
| ·梯度下降法 | 第17-18页 |
| ·投影法 | 第18页 |
| ·估计理论 | 第18-22页 |
| ·估计理论的定义及性质 | 第18-19页 |
| ·矩量法 | 第19页 |
| ·最小二乘法 | 第19-20页 |
| ·最大似然法 | 第20-22页 |
| 第二章 盲源分离技术的基本理论 | 第22-30页 |
| ·盲源信号分离和独立分量分析 | 第22-27页 |
| ·盲源信号分离 | 第22-24页 |
| ·独立分量分析 | 第24-26页 |
| ·盲反褶积 | 第26页 |
| ·主分量分析 | 第26-27页 |
| ·独立性和非高斯性 | 第27-29页 |
| ·独立性和非高斯性的关系 | 第27-28页 |
| ·非高斯性的度量 | 第28-29页 |
| ·独立分量分析方法的预处理 | 第29-30页 |
| ·零均值化 | 第29页 |
| ·白化 | 第29-30页 |
| 第三章 独立分量分析 | 第30-41页 |
| ·H-J 算法 | 第30-31页 |
| ·H-J 算法 | 第30页 |
| ·改进的 H-J 算法 | 第30-31页 |
| ·基于非高斯最大化的独立分量分析 | 第31-33页 |
| ·基于峭度的梯度算法 | 第31-32页 |
| ·基于峭度的快速固定点算法 | 第32-33页 |
| ·基于最大似然估计的独立分量分析 | 第33-36页 |
| ·基于最大似然估计的梯度算法 | 第34-35页 |
| ·基于最大似然估计的快速固定点算法 | 第35-36页 |
| ·基于最小互信息量的独立分量分析 | 第36-37页 |
| ·互信息量与非高斯性 | 第37页 |
| ·互信息量与似然度 | 第37页 |
| ·基础独立分量分析方法的比较 | 第37-41页 |
| ·目标函数与算法 | 第37-38页 |
| ·估计准则的比较 | 第38-39页 |
| ·最优非线性化的统计特性比较 | 第39-40页 |
| ·算法的选择 | 第40-41页 |
| 第四章 独立分量分析原理在地震资料处理中的应用 | 第41-51页 |
| ·地震子波估计 | 第41-42页 |
| ·地震数据去噪 | 第42-43页 |
| ·地震属性提取 | 第43-44页 |
| ·气液两相流辨识 | 第44-51页 |
| ·基于 H-J 改进算法的仿真实验 | 第44-46页 |
| ·利用独立分量分析对实验数据进行分离 | 第46-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 发表文章目录 | 第55-56页 |
| 致谢 | 第56-57页 |
| 详细摘要 | 第57-66页 |
