کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

مقایسه روش‌های تحلیل مولفه‌های مستقل و کاربرد آن‌ها در جداسازی تصاویر نویزی

نویسندگان :

محمد صیدپیشه¹ مرضیه قاسم‌پور²

1- دانشگاه گیلان 2- دانشگاه گیلان

کلمات کلیدی :

تحلیل مولفه‌های مستقل، داده‌های نویزی، جداسازی منابع کور

چکیده :

تحلیل مولفه‌های مستقل روشی برای جداسازی منابع کور و بازیابی سیگنال‌های اصلی است. چون در داده‌های واقعی همیشه اطلاعات زایدی وجود دارد که باعث اختلال در تحلیل داده‌ها می‌شوند در نظر گرفتن نویز در همه مدل‌هایی که با داده‌های واقعی سروکار دارند اهمیت پیدا می‌کند. در مدل‌های متداول تحلیل مولفه‌های مستقل نویز درنظر گرفته نمی‌شود، در این مقاله مدلی از مولفه‌های مستقل را که در آن نویز وجود دارد در نظر گرفته ایم و برای پیاده‌سازی مدل‌ها از شبیه سازی سیگنال‌های نویزی ترکیب شده از مدل گارچ استفاده می کنیم همچنین در داده‌های مربوط به تصویرهای دارای نویز هم به جداسازی تصاویر ترکیب شده می‌پردازیم. در این مقاله نتایج چهار روش مختلف تحلیل مولفه‌های مستقل برای جداسازی سیگنال های شبیه سازی شده و تصویرهای ترکیب شده نویزی را مقایسه کرده‌ایم.