基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了基于UWT(非抽样小波变换)去噪与FastICA(快速独立分量分析)算法相结合的含噪盲源分离方法,采用先去噪后分离的方式实现了在加性高斯噪声环境下混合图像的盲分离。仿真结果表明,该方法能很好地从加性高斯噪声中分离出源图像,与曲波阈值去噪后的FastICA方法相比较,该方法能获得更好的峰值信噪比。
推荐文章
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
基于维纳滤波和快速独立分量分析的有噪混合图像盲分离
独立分量分析
盲源分离
维纳滤波
图像信号
基于独立分量分析的盲源分离研究
独立分量分析
盲源分离
白化
快速ICA
基于仿射投影一独立分量分析的盲源分离
盲源分离
仿射投影算法
独立分量分析
最大熵
最小互信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于UWT和独立分量分析的含噪盲源分离
来源期刊 计算机工程与应用 学科 工学
关键词 盲源分离 非抽样小波变换(UWT) 快速独立分量分析 曲波变换 峰值信噪比
年,卷(期) 2016,(16) 所属期刊栏目 图形图像处理
研究方向 页码范围 180-185
页数 6页 分类号 TN911.73
字数 5456字 语种 中文
DOI 10.3778/j.issn.1002-8331.1410-0213
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何选森 湖南大学信息科学与工程学院 22 86 6.0 8.0
2 蔡伟华 湖南大学信息科学与工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (20)
二级引证文献  (2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
盲源分离
非抽样小波变换(UWT)
快速独立分量分析
曲波变换
峰值信噪比
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导