1) frequency domain blind source separation
频域盲源分离
1.
The permutation problem in the frequency domain blind source separation was discussed.
讨论了频域盲源分离算法中的排序不确定性问题。
3) blind signal separation
盲源分离
1.
Research and applications of blind signal separation based on kurtosis;
基于峰度的盲源分离算法研究与应用
2.
Most algorithms for blind signal separation(BSS) have poor performance in a noisy back-ground.
噪声环境下大多数盲源分离算法性能大大降低。
3.
In recent years,blind signal separation(BSS) has already become a hot field of signal processing and neural network.
将盲源分离算法应用于雷达阵列接收信号处理,提出了一种新的盲源分离算法的性能评价标准—相关系数法。
4) blind source separation
盲源分离
1.
A High-capacity Image Watermarking Scheme Based on Blind Source Separation;
基于盲源分离的大容量图像数字水印方案
2.
Application of blind source separation in vibration machine faults diagnosis;
盲源分离在振动机械故障诊断中的应用
3.
Researche on vehicles tire noise detection based on blind source separation technology;
盲源分离技术在车辆轮胎噪声提取中的应用
5) Blind source separation(BSS)
盲源分离
1.
A new denoising method for ultrasonic signal based on blind source separation(BSS) is proposed.
提出一种新的基于盲源分离的超声信号去噪方法。
2.
In order to remove multiplicative noise in observation a new method for multiplicative noise reduction based on homomorphic transform and blind source separation(BSS) was proposed,using redundancy reduction of independent component analysis(ICA).
为消除乘法性观测噪声,利用独立分量分析的冗余取消特性,提出一种基于同态变换盲源分离(BSS)的消噪新方法。
3.
According to the principle of maximizing statistical independence between the estimated components formulated by high order accumulates,the blind source separation(BSS) of ICA was applied to the extended observed signal.
通过分析传统去噪方法的优缺点,引入基于独立分量分析的噪声消除方法,该方法不需要观测信号为确定性信号的前提假设,通过对加噪观测信号进行盲源分离,得到源观测信号,从而实现对噪声的消除。
6) BSS
盲源分离
1.
Study on Forward Neural Network BSS (Blind Sources Separation) Algorithm Based on Variable Momentum Term;
对基于变动量项前馈神经网络盲源分离算法的研究
2.
Research on Electromotor Noise Fault Diagnosis Based on BSS and Wavelet Transform;
基于盲源分离和小波分析的电机声频故障诊断研究
3.
As a metric of BSS algorithms performance,the similitude coefficient is widely used.
为了评价盲源分离(BSS)效果,目前普遍采用的检验指标是相似系数。
补充资料：时域测量与频域测量
测量被测对象在不同时间的特性，即把它看成是一个时间的函数f(t)来测量，称为时域测量。例如，对图中a的信号 f(t)可以用示波器显示并测量它的幅度、宽度、上升和下降时间等参数。把信号f(t)输入一个网络，测量出其输出信号f(t)，与输入相比较而求得网络的传递函数h(t)。这些都属于时域测量。
对同一个被测对象，也可以测量它在不同频率时的特性，亦即把它看成是一个频率的函数S(ω)来测量，这称为频域测量。例如，对信号f(t)可以用频谱分析仪显示并测量它在不同频率的功率分布谱S(ω)，如图b。把这个信号输入一个网络,测量出其输出频谱S′(ω)，与输入相比较而求得网络的频率响应G（ω）。这些都属于频域测量。用一个频率可变的正弦（单频）信号作输入，测量出在不同频率时网络输出与输入功率之比，也得到G(ω)。这仍然是频域测量。
时域与频域过程或响应，在数学上彼此是一对相互的傅里叶变换关系
这里*表示卷积。时域测量与频域测量互相之间有唯一的对应关系。在这一个域进行测量，通过换算可求得另一个域的结果。在实际测量中，两种方法各有其适用范围和相应的测量仪器。示波器是时域测量常用的仪器，便于测量信号波形参数、相?还叵岛褪奔涔叵档取?频谱分析仪是频域测量常用的仪器，便于测量频谱、谐波、失真、交调等。
对同一个被测对象，也可以测量它在不同频率时的特性，亦即把它看成是一个频率的函数S(ω)来测量，这称为频域测量。例如，对信号f(t)可以用频谱分析仪显示并测量它在不同频率的功率分布谱S(ω)，如图b。把这个信号输入一个网络,测量出其输出频谱S′(ω)，与输入相比较而求得网络的频率响应G（ω）。这些都属于频域测量。用一个频率可变的正弦（单频）信号作输入，测量出在不同频率时网络输出与输入功率之比，也得到G(ω)。这仍然是频域测量。
时域与频域过程或响应，在数学上彼此是一对相互的傅里叶变换关系
这里*表示卷积。时域测量与频域测量互相之间有唯一的对应关系。在这一个域进行测量，通过换算可求得另一个域的结果。在实际测量中，两种方法各有其适用范围和相应的测量仪器。示波器是时域测量常用的仪器，便于测量信号波形参数、相?还叵岛褪奔涔叵档取?频谱分析仪是频域测量常用的仪器，便于测量频谱、谐波、失真、交调等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条