盲信号分离的实际应用

盲信号分离的实际应用

1 语音信号处理 较经典的案例是鸡尾酒会问题。很多嘈杂的声音混合在一起，如 何对他们进行有效的分离。 Bell和Sejnoski于1995年提出了最大熵算法，并且给出了语音信 号分离的实验，证实了该方法的可行性和有效性。 2 生物医学信号 由于生物信号常常是若干独立成分的加权，用独立分量分析技术 分解，所得到的结果更具有生理意义，并有利于去除干扰等。 3 金融数据分析 例如股票的指数很复杂，如何从复杂的信息中提取出一个分量的 具体信息。 4 图像处理 数字图像的水印分为盲水印和非盲水印。盲水印的提取不需要原 始图像。因此要提取的过程就是变量的分离过程。 5 特征提取及其在人脸识别中的应用 通常可以将盲信号分离作为模式识别的一个预处理步骤。 6 阵列信号处理及其在移动通信中的应用

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。