25,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
13 °P sammeln
  • Broschiertes Buch

Ce livre présente une nouvelle approche pour la séparation aveugle de composantes indépendantes dans le cas des mélanges instantanés et convolutifs. Nous développons des nouveaux critère et algorithmes basés sur les statistiques d'ordre supérieur. Plus précisement, nous nous intéressons par l'établissement d'un cadre unifié pour l'algorithme de la factorisation para-unitaire. Ceci est réalisé par la proposition d'une nouvelle famille de contraste à référence pour un mélange d'ordre supérieur à 1. Partant de ce résultat, nous avons proposé deux critères de contrastes avec et sans étape de…mehr

Produktbeschreibung
Ce livre présente une nouvelle approche pour la séparation aveugle de composantes indépendantes dans le cas des mélanges instantanés et convolutifs. Nous développons des nouveaux critère et algorithmes basés sur les statistiques d'ordre supérieur. Plus précisement, nous nous intéressons par l'établissement d'un cadre unifié pour l'algorithme de la factorisation para-unitaire. Ceci est réalisé par la proposition d'une nouvelle famille de contraste à référence pour un mélange d'ordre supérieur à 1. Partant de ce résultat, nous avons proposé deux critères de contrastes avec et sans étape de blanchiment spatiale. Ensuite, nous allons proposer un critère de séparation basé sur les matrices d'intercumulants des observations et des signaux à référence. Cette méthode qui exploite des statistiques d'ordre supérieur, rende la séparation de sources colorées gaussiennes possible. La seule hypothèse est que les signaux à référence sont choisis de telle façon à éviter l'annulation des cumulants formant le critère à optimiser.
Autorenporträt
Manal Taoufiki has received her PhD in computer sciences andtelecommunication from theMohammed V-Agdal University, Rabat, Morocco in 2008. since 2007until now, she is with the Imam University Riyadh, Saudi Arabiaas a assistant professor. Her teaching includes computersciences. Her research interests are statistical signal and imageprocessing.