基于联合对角化准则的盲分离方法。将Cardoso的JADE算法及其联合对角化函数移植到R。文中还介绍了其它几种盲源分离方法,如AMUSE和SOBI,以及盲源分离算法的性能评价准则。


zbMATH中的参考文献(参考文献17条)

显示第1到17个结果,共17个。
按年份排序(引用)

  1. Lee,Seonjoo;沈海鹏;Truong,Young:颜色独立成分分析的抽样特性(2021)
  2. 普拉萨德,阿尔文;Nadakuditi,Raj Rao:使用动态模式分解进行时间序列源分离(2020)
  3. 拉多吉čć, 尤娜;诺德豪森,克劳斯:非高斯分量分析:信号子空间维数的测试(2020)
  4. 维塔,乔尼;李冰;诺德豪森,克劳斯;Oja,Hannu:多元函数数据的独立成分分析(2020)
  5. 晋、泽;风险,本杰明B。;Matteson,David S.:线性非高斯成分分析中的优化和测试(2019)
  6. 马提莱宁,马库斯;克劳斯,C。;诺德豪森,K。;Oja,H.:多元时间序列的切片平均方差估计(2019)
  7. 马格里比,侯赛姆;Prouff,Emmanuel:关于使用独立分量分析对侧信道测量进行去噪(2018)
  8. Jari Miettinen和Klaus Nordhausen和Sara Taskinen:基于联合对角化的盲源分离:JADE和BSSasymp包(2017)不是zbMATH
  9. 维塔,乔尼;李冰;诺德克劳斯;Oja,Hannu:张量值数据的独立分量分析(2017)
  10. 钱国兵;魏平;廖洪树:数字通信信号盲源分离的非圆复Fastca算法的有效变体(2016)
  11. 塔西宁,萨拉;米提宁,贾里;Nordhausen,Klaus:分离不相关平稳时间序列的一种更有效的二阶盲辨识方法(2016)
  12. 马提莱宁,马库斯;诺德豪森,克劳斯;Oja,Hannu:时间序列的新独立成分分析工具(2015)
  13. 米提宁,贾里;塔西宁,萨拉;诺德豪森,克劳斯;Oja,Hannu:第四矩和独立分量分析(2015)
  14. Nordhausen,Klaus:关于非平稳时间序列的一些二阶盲源分离方法的鲁棒性(2014)
  15. 风险,本杰明B。;马特森,大卫S。;鲁佩特,大卫;埃洛扬,安尼;Caffo,Brian S.:独立成分分析在静息状态功能磁共振成像中的应用评价(2014)
  16. 米提宁,贾里;诺德豪森,克劳斯;Oja,汉努;Taskinen,Sara:平稳时间序列盲源分离估计量的统计特性(2012)
  17. C。Bordier,Michel Dojat,Pierre Lafaye de Micheaux:嵌入R包的功能磁共振成像数据集的时间和空间独立成分分析(2010)阿尔十四