Cum să cumpăr
Livrare
Consilier de cumpărături
Contribution a la separation aveugle de sources
franceză
216 b
30 de zile pentru retur bunuri
Ar putea de asemenea, să te intereseze
/
Carte broșată
94
lei
/
Carte broșată
189
lei
/
Copertă tare
201
lei
/
Copertă tare
1.050
lei
/
Copertă tare
961
lei
Dans cette thčse, nous proposons un nouvel algorithme de séparation aveugle de sources, basé sur l'optimisation de l'information mutuelle sous contraintes. Le problčme d'optimisation sous contraintes est résolu par passage au problčme dual. L'estimateur proposé du gradient stochastique utilise l'estimation des densités par maximum de vraisemblance dans des modčles de lois exponentielles choisis par minimisation du critčre AIC. Ensuite, la méthode a été généralisée ŕ l'ensemble des divergences entre densités de probabilité. Nous avons montré que l'algorithme utilisant la divergence particuličre de Hellinger a de bonnes propriétés d'effcacité et robustesse en présence du bruit en comparaison avec l'information mutuelle. Dans le cadre de signaux cyclostationnaires, les méthodes précédentes de séparation ont été adaptées en utilisant des statistiques du second ordre. Nous illustrons les performances des algorithmes proposés pour des signaux simulés et pour des signaux réels issus de machines tournantes.
Informații despre carte
franceză
