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。
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。
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
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
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。
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...