一种改进性能自适应ICA算法研究

研究高动态环境必须实时自适应追踪混合矩阵的变化,快速浮点独立成分分析(Fast-ICA)算法,可以达到快速收敛。依据梯度在线学习算法性能更好,但是它的缺点是收敛慢,并且依赖适当的收敛算子的选择。为解决上述问题,提出了一种依据梯度优化块自适应ICA算法(GBOBA/ICA),包含Fast-ICA和依据梯度在线学习两种算法的优点。进行仿真,结果表明,算法在时间变化的信道中(即混合矩阵快速变化时)有良好的性能。

非负矩阵分解的分层最小二乘快速算法研究

非负矩阵分解是对于代价函数近似非线性优化问题,考虑均方误差值作为代价函数,通过对分层交替非负最小二乘算法的迭代运算量进行分析,对运算耗费大的矩阵运算提出利用限制更新的方法对分层交替非负最小二乘算法进行修改,达到加速收敛的目的。通过仿真,与原倍乘更新算法、投射梯度算法比较,验证算法的有效性和稳定性和高效性。

非负矩阵分解的快速收敛算法

为提高非负矩阵分解的收敛速度,在Lee和Seung的倍乘更新算法及改进ILSMUEUC算法的基础上,通过调整运算顺序,限制不必要的更新方法,提出加速IILSMU-EUC算法。IILSMU-EUC算法是从计算量和内部迭代分析中,对运算耗费量大的矩阵提出限制更新方法,即调整计算顺序,按步骤顺序执行,能够减少计算量及不必要的上百万次的更新。实验结果表明:与原倍乘更新MU算法、梯度映射算法和分层交替最小二乘算法比较,IILSMU-EUC算法误差小、快速收敛性强、提取特征明显,从而验证了改进算法的有效性、稳定性和高效性。

基于小波变换和小波包分析平轮信号

轮对的扁疤在列车行驶过程中,对轮轨产生间歇性的脉冲激扰源。当车轮滚至扁疤处时,产生的附加冲击力比正常时大几倍甚至十几倍。运用小波变换及小波包对平轮信号进行分析,可以找出能量与各频段之间的精确对应关系,运用小波包分解系数求能量公式,可求出任意频段信号的能量。

基于MATLAB分析车轮扁疤

火车轮对的扁疤在火车行驶的过程中,对轮轨产生间歇性的脉冲激扰源。当车轮滚至扁疤处时,产生的冲击比平常时大几倍有时甚至大十几倍。运用小波变换及小波包对平轮信号进行分析,找出能量与扁疤尺寸之间精确的对应关系。

基于PCI总线的I/O卡同步数据采集程序设计

介绍了一种基于PCI总线的IO卡同步数据采集方法,通过对数字输入IO卡进行同步程序设计,使其与外部输入达到一致,最终达到数据采集的目的。