独立分量分析及应用研究

内容简介

信号分离是信号处理中的一个基本问题。在已知源信号和传输通道的先验知识时，各种时域滤波器频域滤波器等能从混合信号中分离出我们感兴趣的信号。独立分量分析是由盲信号分离技术发展出来的一种多维信号处理方法，能在不知道源信号及信号混合参数的情况下，仅根据观测到的混合信号就能估计源信号。独立分量分析的理论已经成为当前火热的人工智能机器学习智能控制等应用学科发展的重要基石之一。本书在介绍了独立分量分析基本理论和算法的基础上，重点在WeizmannFaceData上利用FastICA算法在Matlab环境中开展了人脸图象分类和识别试验，在Python环境中对驾驶舱混合信号开展盲分离试验，并给出相关程序。 本书可作为电子信息类专业大学教材，还可作为对独立分量分析及其应用感兴趣的科技工作者的参考用书。