说明：基于负熵的盲源分离算法，可以用于语音的盲分离，提高语音信号质量。

盲源 语音--盲分离 盲源分离 盲分离 盲源分离-MATLAB

说明：四种传统算法进行DOA估计,前后向线性预测、最大熵、最小模。

Entropy-DOA DOA entropy-prediction DOA,-maximum 最小熵算法

说明：为了客观和定量的评价上述不同融合方法用于多聚焦图像融合的性能，根据图像自身统计特性对其进行评价，在无标准参考图像的情况下选取均清晰度即平均梯度、空间频域、信息熵、标准差四个参数综合评价各方法的融合性能。

同融合方法 多聚焦图像融合 清晰度 平均梯度 空间频域 信息熵 标准差 融合性能

说明：基于负熵和基于峭度的算法的相似系数和信干比相差不多，都能很好地实现信号的盲分离。基于峭度的FastICA算法的收敛速度要快，迭代次数比基于负熵的FastICA算法少四倍以上。从分离时间也可以看出基于峭度的算法比基于负熵的算法快将近四倍。SIR随信噪比增大的结果图可以看出存在高斯噪声时，基于峭度的Fa...

matlab 算法 比较 经典 信号 分离

说明：  由灰度共生矩阵能够导出许多纹理特征，计算了14种灰度共生矩阵特征，分别为纹理二阶距、纹理熵、纹理对比度、纹理均匀性、纹理相关、逆差分矩、最大概率、纹理方差、共生和均值、共生和方差、共生和熵、共生差均值、共生差方差、共生差熵。

matlab 提取 比较 特征 纹理

说明：基于极化熵，极化散射角，以及反熵的whishart聚类，还提供了freeman分解的代码

sar-聚类 sar-分解 SAR SAR分解 SAR-MATLAB

说明：端点检测程序 多频带，熵 谱熵 teger能量希望大家好好学习好好利用

multiband entropy energy c-端点检测 detection

说明：贝叶斯（Bayesion）机器学习相互信息。用于求取熵、联合熵等。改进后可用于随机反演

inversion-matlab 贝叶斯 贝叶斯-matlab Data-mining Bayesian

说明：根据图像四个方向的共发矩阵，求取四个灰度共发矩阵的熵，求熵的均值生成特征矩阵，通过聚类分析实现图像的纹理分割。

纹理特征 灰度分割 matlab纹理分割 特征图像生成 纹理分割-matlab

说明：一共包含了5个ICA的算法，其中： fastica.m文件中的ICA算法是基于负熵的； m_fastica.m文件中的ICA算法是基于负熵的改进算法； fastica_kurt.m文件中的ICA算法是基于峭度的； fastica_ML.m文件中的ICA算法是基于互信息的； NLPCA.m文件中的IC...

fastICA_kurt 基于峭度ICA kurt m-fastica 峭度