view in publisher's site

Morphological diversity and source separation

This letter describes a new method for blind source separation, adapted to the case of sources having different morphologies. We show that such morphological diversity leads to a new and very efficient separation method, even in the presence of noise. The algorithm, coined multichannel morphological component analysis (MMCA), is an extension of the morphological component analysis (MCA) method. The latter takes advantage of the sparse representation of structured data in large overcomplete dictionaries to separate features in the data based on their morphology. MCA has been shown to be an efficient technique in such problems as separating an image into texture and piecewise smooth parts or for inpainting applications. The proposed extension, MMCA, extends the above for multichannel data, achieving a better source separation in those circumstances. Furthermore, the new algorithm can efficiently achieve good separation in a noisy context where standard independent component analysis methods fail. The efficiency of the proposed scheme is confirmed in numerical experiments

تنوع مورفولوژیکی و جداسازی منبع

این نامه روشی جدید برای جداسازی منبع کور را توصیف می‌کند که با استفاده از sources که مورفولوژی متفاوت دارند سازگار است. ما نشان می‌دهیم که این تنوع مورفولوژیکی منجر به روش جداسازی جدید و بسیار کارآمد، حتی در حضور نویز می‌شود. الگوریتم، تحلیل مولفه‌های ساختاری چند وجهی (MMCA)، شاخه‌ای از روش تجزیه و تحلیل مولفه‌های ریخت‌شناسی (MCA)است. دومی از نمایش اسپارس داده‌های سازمان‌یافته در فرهنگ‌های لغت بزرگ به منظور جدا کردن ویژگی‌ها در داده‌ها براساس مورفولوژی آن‌ها استفاده می‌کند. نشان‌داده شده‌است که MCA یک روش کارآمد در چنین مسائلی مانند جدا کردن یک تصویر به بافت و قطعات نرم تکه‌ای و یا برای برنامه‌های کاربردی است. تمدید پیشنهاد شده، MMCA، در بالا برای داده‌های چند کاناله، دستیابی به یک جداسازی منبع بهتر در آن شرایط، گسترش می‌یابد. علاوه بر این، الگوریتم جدید می‌تواند به طور موثر جداسازی خوبی را در یک بافت پر سر و صدا به دست آورد که در آن روش‌های آنالیز مولفه‌های مستقل استاندارد شکست می‌خورند. کارایی این طرح پیشنهادی در آزمایش‌ها عددی تایید شده‌است.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Electrical and Electronic Engineering
  • ترجمه مقاله Electrical and Electronic Engineering
  • مقاله مهندسی برق و الکترونیک
  • ترجمه مقاله مهندسی برق و الکترونیک
  • مقاله Applied Mathematics
  • ترجمه مقاله Applied Mathematics
  • مقاله ریاضیات کاربردی
  • ترجمه مقاله ریاضیات کاربردی
  • مقاله Signal Processing
  • ترجمه مقاله Signal Processing
  • مقاله پردازش سیگنال
  • ترجمه مقاله پردازش سیگنال
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.