Analyse en composantes indépendantes ACI signal parole
| dc.contributor.author | Hamai, Katia | |
| dc.contributor.author | Kelfa, Rima | |
| dc.contributor.author | Reggab, Mourad | |
| dc.date.accessioned | 2024-03-12T10:04:14Z | |
| dc.date.available | 2024-03-12T10:04:14Z | |
| dc.date.issued | 2020 | |
| dc.description | Option : Réseaux et Télécommunication. | |
| dc.description.abstract | L'analyse en composantes indépendantes est une méthode qui sert à résoudre le problème de la séparation aveugle des sources SAS, où le but est de trouver une représentation linéaire des données non-gaussiennes afin que les composantes soient statistiquement indépendantes, ou aussi indépendantes que possible. L’utilisation de la technique ACI est présente dans plusieurs domaines tell que : domaine biomédicaux, télécommunication, imageries et plusieurs d’autres. Fast-ICA est l'une des algorithmes ACI les plus efficaces pour calculer la matrice de mélange inverse pour extraire les signaux sources. L'algorithme Fast-ICA sépare les sources indépendantes de leurs mélanges en mesurant des valeurs non gaussiennes. Dans ce mémoire, nous appliquons cet algorithme pour réaliser la séparation des sources sous Matlab. | |
| dc.identifier.uri | https://dspace.lagh-univ.dz/handle/123456789/10428 | |
| dc.language.iso | fr | |
| dc.publisher | Université Amar Telidji- Laghouat FACULTE : TECHNOLOGIE DEPARTEMENT : Département d’Electronique | |
| dc.title | Analyse en composantes indépendantes ACI signal parole | |
| dc.type | Thesis |
