# Independent Subspace Analysis: Blind Source Separation
Project for the course of Structured Data : Learning, Prediction, Dependency, Testing
## To reproduce our experiments:
Run the following scripts:
- experiments_ecg.py : Script that enables to perform Multidimensional ICA on ecg data (3 channels of ecg, in which we want to separate the baby's ecg' from its mom's', same as in Cardoso's paper (1)) adapted from Cardoso's paper Multidimensional Independent Component Analysis (1). Available implementations of ICA are JADE and FastICA.
- experiments_audio.py : Script that enables to perform ICA, Multidimensional ICA and FastISA on audio data.
By changing flags, one can perform either:
- ICA (set flag method to `ica`) on a mixture of two songs (with JADE or FastICA (set flag algorithm to `jade` or `fastICA`))
- MICA on a mixture of tracks (set flag method to `mica`) on a mixture of two songs (with JADE or FastICA (set flag algorithm to `jade` or `fastICA`))
- fastISA on a a mixture of tracks (set flag method to fastISA)
- experiments_images.py : Script that enables to perform ICA, Multidimensional ICA and FastISA on image data.
By changing flags, one can perform either:
- MICA (set flag method to `mica`) on a mixture of images (with JADE or FastICA (set flag algorithm to `jade` or `fastICA`))
- fastISA (set flag method to fastISA)
## Source Code:
- projection_utils.py : contains the projection functions necessary to MICA
- data_utils.py : load data and produce mixtures
- HistogramOrientedGradient.py : compute Histogram Oriented Gradient features
- jade.py : implementation of JADE (initially by Cardoso in matlab, translated for Python by Beckers): see http://perso.telecom-paristech.fr/~cardoso/Algo/Jade/jade.py
- fastICA.py : implementation of fastICA and fastISA
没有合适的资源?快使用搜索试试~ 我知道了~
matlabica独立成分分析代码-Blind-Source-Separation:独立子空间分析方法的分析与改进:MICA、F...
共36个文件
png:17个
py:9个
jpeg:5个
需积分: 35 9 下载量 161 浏览量
2021-06-01
20:35:59
上传
评论
收藏 4.83MB ZIP 举报
温馨提示
matlab ica 独立成分分析代码独立子空间分析:盲源分离 结构化数据课程项目:学习、预测、依赖、测试 重现我们的实验: 运行以下脚本: Experiment_ecg.py : 能够对心电图数据执行多维 ICA 的脚本(心电图的 3 个通道,我们希望将婴儿的心电图与其妈妈的心电图分开,与 Cardoso 的论文 (1) 中的相同)改编自 Cardoso 的论文多维独立成分分析(1)。 ICA 的可用实现是 JADE 和 FastICA。 Experiments_audio.py :能够对音频数据执行 ICA、多维 ICA 和 FastISA 的脚本。 通过更改标志,可以执行以下任一操作: ICA(将标志方法设置为ica )对两首歌曲的混合(使用 JADE 或 FastICA(将标志算法设置为jade或fastICA )) 混合曲目上的 MICA(将标志方法设置为mica )在两首歌的混合(使用 JADE 或 FastICA(将标志算法设置为jade或fastICA )) 混合轨道上的 fastISA(将标志方法设置为 fastISA) Experiments_images.py :
资源详情
资源评论
资源推荐
收起资源包目录
Blind-Source-Separation-master.zip (36个子文件)
Blind-Source-Separation-master
results
image
emma_grass_fastISA.png 176KB
emma_grass_sources_hat_fastICA.png 162KB
sources.png 160KB
grass_mica_jade.png 188KB
emma_grass_mixture.png 138KB
fastISA_init_fastICA.png 174KB
grass_mica_fastICA.png 96KB
emma_mica_fastICA.png 160KB
emma_grass_sources_hat_jade.png 165KB
fasrISA_init_jade.png 176KB
fastISA_toy.png 6KB
emma_mica_jade.png 146KB
ecg
ica_comp_ecg.png 41KB
mica_comp_ecg_m.png 40KB
mica_comp_ecg_f.png 43KB
src
experiments_image.py 5KB
HistogramOrientedGradient.py 4KB
data_utils.py 8KB
projection_utils.py 486B
jade.py 19KB
fastICA.py 5KB
equalization.py 4KB
experiments_ecg.py 3KB
experiments_audio.py 5KB
README.md 2KB
report.pdf 1.92MB
data
image
grass_2.jpeg 15KB
lena.jpeg 7KB
emma.jpeg 6KB
emma_2.jpeg 6KB
horse.jpg 51KB
blend1.png 460KB
blend2.png 543KB
grass.jpeg 12KB
ecg
foetal_ecg.dat 222KB
.gitignore 2KB
共 36 条
- 1
weixin_38733245
- 粉丝: 4
- 资源: 894
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0