硬件加速的图形通道
JavaFX 图形渲染基于 Prism。如果使用了支持 Prism 的显卡或 GPU,JavaFX 可以很快的进行平滑渲染。如果系统不支持 Prism,那么默认值将会变为 Java 2D。
高性能的媒体引擎
媒体通道支持 Web 多媒体内容的播放,基于 GStreamer 媒体框架,提供了稳定的、低延迟的媒体播放框架。
自包含的应用程序部署模式
自包含的应用程序,可以包含所有的应用程序资源、Java 运行时以及 JavaFX 运行时。应用程序发布后,可以在 *** 作系统本地安装,获得 *** 作系统一致的安装和加载体验。
Matlab和C语言可不一样的,你要将m文件转换为c文件,且可以在VC中编译,那么需要做的工作就多了去了。
Matlab中有很多封装好的函数,并且其语法与C语言还是有很大不同的。
FastICA算法的基本步骤:
1 对观测数据进行中心化,使它的均值为0;
2 对数据进行白化,。
3 选择需要估计的分量的个数,设迭代次数
4 选择一个初始权矢量(随机的)。
5 令,非线性函数的选取见前文。
6 。
7 令。
8 假如不收敛的话,返回第5步。
9.令,如果,返回第4步。
二.MATLAB源程序及说明:
%下程序为ICA的调用函数,输入为观察的信号,输出为解混后的信号
function Z=ICA(X)
%-----------去均值---------
[M,T] = size(X); %获取输入矩阵的行/列数,行数为观测数据的数目,列数为采样点数
average= mean(X')'; %均值
for i=1:M
X(i,:)=X(i,:)-average(i)ones(1,T);
end
%---------白化/球化------
Cx = cov(X',1); %计算协方差矩阵Cx
[eigvector,eigvalue] = eig(Cx); %计算Cx的特征值和特征向量
W=eigvalue^(-1/2)eigvector'; %白化矩阵
Z=WX; %正交矩阵
%----------迭代-------
Maxcount=10000; %最大迭代次数
Critical=000001; %判断是否收敛
m=M; %需要估计的分量的个数
W=rand(m);
for n=1:m
WP=W(:,n); %初始权矢量(任意)
% Y=WP'Z;
% G=Y^3;%G为非线性函数,可取y^3等
% GG=3Y^2; %G的导数
count=0;
LastWP=zeros(m,1);
W(:,n)=W(:,n)/norm(W(:,n));
while abs(WP-LastWP)&abs(WP+LastWP)>Critical
count=count+1; %迭代次数
LastWP=WP; %上次迭代的值
% WP=1/TZ((LastWP'Z)^3)'-3LastWP;
for i=1:m
WP(i)=mean(Z(i,:)(tanh((LastWP)'Z)))-(mean(1-(tanh((LastWP))'Z)^2))LastWP(i);
end
WPP=zeros(m,1);
for j=1:n-1
WPP=WPP+(WP'W(:,j))W(:,j);
end
WP=WP-WPP;
WP=WP/(norm(WP));
if count==Maxcount
fprintf('未找到相应的信号);
return;
end
end
W(:,n)=WP;
end
Z=W'Z;
%以下为主程序,主要为原始信号的产生,观察信号和解混信号的作图
clear all;clc;
N=200;n=1:N;%N为采样点数
s1=2sin(002pin);%正弦信号
t=1:N;s2=2square(100t,50);%方波信号
a=linspace(1,-1,25);s3=2[a,a,a,a,a,a,a,a];%锯齿信号
s4=rand(1,N);%随机噪声
S=[s1;s2;s3;s4];%信号组成4N
A=rand(4,4);
X=AS;%观察信号
%源信号波形图
figure(1);subplot(4,1,1);plot(s1);axis([0 N -5,5]);title('源信号');
subplot(4,1,2);plot(s2);axis([0 N -5,5]);
subplot(4,1,3);plot(s3);axis([0 N -5,5]);
subplot(4,1,4);plot(s4);xlabel('Time/ms');
%观察信号(混合信号)波形图
figure(2);subplot(4,1,1);plot(X(1,:));title('观察信号(混合信号)');
subplot(4,1,2);plot(X(2,:));
subplot(4,1,3);plot(X(3,:));subplot(4,1,4);plot(X(4,:));
Z=ICA(X);
figure(3);subplot(4,1,1);plot(Z(1,:));title('解混后的信号');
subplot(4,1,2);plot(Z(2,:));
subplot(4,1,3);plot(Z(3,:));
subplot(4,1,4);plot(Z(4,:));xlabel('Time/ms');
以上就是关于跪求盲信号分离 各种算法的matlab代码啊。。。求大神帮帮我~全部的内容,包括:跪求盲信号分离 各种算法的matlab代码啊。。。求大神帮帮我~、MATLAB转换成C语言问题、独立成分分析 matlab 程序等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)