巴拉德DH：推广霍夫变换以检测任意形状。 模式识别1981,13(2):111–122. 10.1016/0031-3203(81)90009-1
第条 数学 谷歌学者
球鞋P：霍夫变换的应用。在天文数据分析软件和系统III，ASP会议系列编辑：Barnes J，Crabtree DR，Hanisch RJ.1994。，61:
谷歌学者
Barbarossa S公司：用组合Wigner-Hough变换分析多分量线性调频信号。 IEEE信号处理汇刊1995,43(6):1511–1515. 10.1109/78.388866
第条 谷歌学者
Bradley PS，Mangasarian OL:
-平面聚类。 全球优化杂志2000,16(1):23–32. 10.1023/A:1008324625522
第条 数学科学网 数学 谷歌学者
Chen SS，Donoho DL，Saunders马萨诸塞州：通过基追踪进行原子分解。 SIAM科学计算杂志1998,20(1):33–61. 10.1137年/1064827596304010年
第条 数学科学网 数学 谷歌学者
Cichocki A、Amari S：自适应盲信号与图像处理John Wiley&Sons，美国纽约州纽约市；2002
书 谷歌学者
西里罗L、佐比尔A、阿明M：使用时频霍夫变换对非平稳信号进行测向。 2005年3月，美国宾夕法尼亚州费城，IEEE声学、语音和信号处理国际会议记录（ICASSP’05）2718–2721.
谷歌学者
通讯录P：独立成分分析。一个新概念？ 信号处理1994,36（3） ：287–314。10.1016/0165-1684(94)90029-9
第条 数学 谷歌学者
Donoho DL、Elad M：一般（非正交）字典中的最优稀疏表示
最小化。 美国国家科学院院刊2003,100(5):2197–2202. 10.1073/pnas.0437847100
数学科学网 数学 谷歌学者
Duda RO，Hart PE公司：使用霍夫变换检测图片中的直线和曲线。 ACM通信1972,15(1):204–208.
第条 数学 谷歌学者
达德利·R麻省理工数学系，课程18.4652005
埃里克森J，科维温V：线性ica模型的可识别性和可分性重新审视。 第四届独立分量分析与盲源分离国际研讨会（ICA'03）会议记录，2003年4月，日本奈良23–27之间。
谷歌学者
Georgiev P、Pardalos P、Theis FJ、Cichocki A、Bakardjian H：稀疏组件分析：一种新的数据挖掘工具。在生物医学中的数据挖掘施普林格，美国纽约州纽约市；2005年出版
谷歌学者
Georgiev P、Theis FJ、Cichocki A：用于稀疏表示和应用的优化算法。在多尺度优化方法.编辑：Pardalos P.Springer，New York，NY，USA；2005
数学 谷歌学者
Georgiev P、Theis FJ、Cichocki A：欠定混合物的稀疏成分分析和盲源分离。 IEEE神经网络汇刊2005,16(4):992–996. 10.1109/TNN.2005.849840
第条 谷歌学者
Goldenshluger A，Zeevi A公司：霍夫变换估计器。 统计年刊2004,32(5):1908–1932. 10.1214/009053604000000760
第条 数学科学网 数学 谷歌学者
Hough PVC：气泡室图片的机器分析。在1959年在瑞士日内瓦举行的高能加速器和仪器国际会议.CERN；554–556.
谷歌学者
Hyvärinen A、Karhunen J、Oja E：独立成分分析John Wiley&Sons，美国纽约州纽约市；2001
书 谷歌学者
海瓦里宁A，Oja E：独立成分分析的快速定点算法。 神经计算1997,9(7):1483–1492. 10.1162/neco.1997.9.7.1483
第条 谷歌学者
Lee T-W、Lewicki理学硕士、Girolma M、Sejnowski TJ：使用过完备表示法盲分离比混合源多的信源。 IEEE信号处理信件1999,6(4):87–90. 10.1109/97.752062
第条 谷歌学者
Lin JK、Grier DG、Cowan JD：盲源分离的特征提取方法。 IEEE信号处理神经网络研讨会论文集（NNSP’97），1997年9月，美国佛罗里达州阿米利亚岛398–405.
谷歌学者
Rousseeuw PJ，Leroy AM公司：稳健回归与异常检测。John Wiley&Sons，美国纽约州纽约市；1987
书 数学 谷歌学者
Shindo H、Hirai Y：一种使用几何结构实现过完全盲源分离的方法。在日本神经网络学会年会论文集（JNNS’01），2001年，日本奈良.奈良市中心；95–96.
谷歌学者
Theis FJ公司：盲源分离中可分性问题的一个新概念。 神经计算2004,16(9):1827–1850. 10.1162/0899766041336404
第条 数学 谷歌学者
乔治亚州加西亚市Theis FJ：稀疏信号分解在多通道表面肌电图分析中的应用。 信号处理2006,86(3):603–623. 2016年10月10日/j.sigpro.2005.05.032
第条 数学 谷歌学者
Theis FJ、Georgiev P、Cichocki A：使用广义Hough变换实现稀疏源的稳健过完备矩阵恢复。 第12届欧洲人工神经网络研讨会论文集（ESANN’04），2004年4月，比利时布鲁日343–348. d面，埃弗雷，比利时
谷歌学者
Theis FJ、Lang EW、Puntonet CG：超完备线性ICA的几何算法。 神经计算2004,56(1–4):381–398.
第条 谷歌学者
Theis FJ、Puntonet CG、Lang EW：基于中值聚类的欠定盲信号处理。 IEEE信号处理信件2006,13(2):96–99.
第条 谷歌学者
Waheed K、Salem F：代数过完备独立分量分析。 第四届独立分量分析与盲源分离国际研讨会（ICA'03）会议记录，2003年4月，日本奈良1077–1082.
谷歌学者
Zibulevsky M，Pearlmutter文学学士：在信号字典中通过稀疏分解进行盲源分离。 神经计算2001,13(4):863–882. 10.1162/089976601300014385
第条 数学 谷歌学者
