期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于独立成分分析的强背景噪声去噪方法 被引量:12
1
作者 孔薇 杨杰 周越 《上海交通大学学报》 EI CAS CSCD 北大核心 2004年第12期1957-1961,共5页
由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效,提出应用独立成分分析(ICA)方法对声音信号进行特征提取,并证明了这种ICA变换能增强语音和音乐信号的超高斯性.在此基础上,应用ICA基函数作为滤波器,通过阈值... 由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效,提出应用独立成分分析(ICA)方法对声音信号进行特征提取,并证明了这种ICA变换能增强语音和音乐信号的超高斯性.在此基础上,应用ICA基函数作为滤波器,通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验.结果表明,本方法明显优于传统的均值滤波和小波去噪方法,为强背景噪声下弱信号的检测提供了新的途径. 展开更多
关键词 声信号 特征提取 独立成分分析 信息最大化 稀疏编码 去噪
下载PDF
多分辨率子带分解的独立分量分析算法在红外图像去噪上的应用 被引量:1
2
作者 王世海 陈向东 +2 位作者 毕雪 杨家德 卢文韬 《电子技术应用》 北大核心 2007年第6期66-68,共3页
探讨了基于独立分量的分析算法在红外图像消噪方面的应用。采用基于信息最大化算法对自然图像进行迭代训练,得到ICA所需的基函数。利用多分辨率子带分解的独立分量分析原理,运用小波变换分解得到相应的子图像,并分别对分解的子图像运用... 探讨了基于独立分量的分析算法在红外图像消噪方面的应用。采用基于信息最大化算法对自然图像进行迭代训练,得到ICA所需的基函数。利用多分辨率子带分解的独立分量分析原理,运用小波变换分解得到相应的子图像,并分别对分解的子图像运用稀疏编码收缩法消噪。 展开更多
关键词 独立成分分析 盲信号处理 信息最大化 稀疏编码 小波变换
下载PDF
基于运动外观多通道层级ICA编码的异常检测
3
作者 段士雷 吴克伟 +2 位作者 唐燊 梁欢 谢昭 《计算机科学与应用》 2017年第4期301-309,共9页
针对现有异常表示方法对视觉感知层级关系描述能力的不足,基于生物视觉感知编码特性启发,本文提出一种基于运动外观多通道层级ICA编码模型,实现复杂场景中的异常检测任务。首先,对现有的生物视觉层级编码框架,进行三级逐层学习拓展,采用... 针对现有异常表示方法对视觉感知层级关系描述能力的不足,基于生物视觉感知编码特性启发,本文提出一种基于运动外观多通道层级ICA编码模型,实现复杂场景中的异常检测任务。首先,对现有的生物视觉层级编码框架,进行三级逐层学习拓展,采用ICA统计方法提取层内视觉感知编码模式,利用HMAX机制实现层级信息传递。其次,借助视觉双通道处理机制,各通道独立完成三层编码模式学习,随后联合双通道特征构建异常模式表达,最终,利用单类支持向量机模型对正常和异常情况进行判定。在UCSD数据集上,分别验证了本文方法的运动感知编码特性和异常检测的性能,实验结果能够说明本文异常模式表达优于现有的手工设计特征,以及深度学习特征。 展开更多
关键词 层级独立成分分析编码 运动外观联合表达 单类支持向量机 异常检测
下载PDF
基于稀疏编码的TPM通信噪声抑制分析
4
作者 赵培洪 王红星 +2 位作者 平殿发 卢卫 毛忠阳 《电讯技术》 北大核心 2014年第1期29-33,共5页
基于独立成分分析(ICA)时域滤波的时相调制(TPM)通信系统中的噪声干扰对系统性能有很大的影响。采用稀疏编码方法对TPM通信中的噪声进行抑制。首先对观测信号采用稀疏编码方法进行稀疏编码,然后对处理后的信号使用压缩方法处理,从而将IC... 基于独立成分分析(ICA)时域滤波的时相调制(TPM)通信系统中的噪声干扰对系统性能有很大的影响。采用稀疏编码方法对TPM通信中的噪声进行抑制。首先对观测信号采用稀疏编码方法进行稀疏编码,然后对处理后的信号使用压缩方法处理,从而将ICA过程中对噪声所代表的小的变元值变小或置零,最终达到对噪声的削弱。仿真表明,稀疏编码方法对TPM通信中的噪声确实有较好的抑制,与不采用所提方法相比,大约有1 dB的系统误码性能提高。 展开更多
关键词 时相调制 独立成分分析 稀疏编码 噪声抑制
下载PDF
基于稀疏编码收缩和Contourlet变换的红外图像去噪 被引量:2
5
作者 陈盛双 张富铭 +1 位作者 王传廷 赵鹏 《计算机工程与应用》 CSCD 北大核心 2010年第15期179-181,共3页
针对稀疏收缩编码法和Contourlet变换的不足,提出了一种新的图像去噪算法。算法可以很好地解决含有加性未知噪声方差的红外图像去噪问题。实验表明,与传统方法、稀疏编码收缩法和Contourlet域降噪方法相比,该算法进一步提高了SNR值,降低... 针对稀疏收缩编码法和Contourlet变换的不足,提出了一种新的图像去噪算法。算法可以很好地解决含有加性未知噪声方差的红外图像去噪问题。实验表明,与传统方法、稀疏编码收缩法和Contourlet域降噪方法相比,该算法进一步提高了SNR值,降低了MSE值,获得了更好的图像恢复质量。 展开更多
关键词 稀疏编码收缩 CONTOURLET变换 独立成分分析 红外图像 图像去噪
下载PDF
基于自编码器的大数据集局部异常挖掘仿真 被引量:3
6
作者 陈滢生 周宪章 《计算机仿真》 北大核心 2023年第6期495-498,508,共5页
局部异常挖掘是大规模数据集正常使用过程中不可缺少的步骤,但异常挖掘过程易受冗余数据的干扰。为解决上述问题,提出基于堆栈模型的大规模数据集中局部异常挖掘方法。采用离散小波变换剔除大规模数据中存在的噪声,避免挖掘过程受到噪... 局部异常挖掘是大规模数据集正常使用过程中不可缺少的步骤,但异常挖掘过程易受冗余数据的干扰。为解决上述问题,提出基于堆栈模型的大规模数据集中局部异常挖掘方法。采用离散小波变换剔除大规模数据中存在的噪声,避免挖掘过程受到噪声干扰,通过收缩因子与移动因子的离散化计算,降低因小波变换引起的数据冗余度,将降噪后的数据输入到堆栈模型中的自编码器中完成特征提取。采用独立成分分析算法对提取的特征实行投影计算,检测出数据中的异常值,完成大规模数据集中局部异常挖掘。实验结果表明,所提方法的挖掘时间短、挖掘准确率高、挖掘精度高。 展开更多
关键词 离散小波变换 编码 独立成分分析 分离矩阵 成分分析
下载PDF
基于分布式空时编码的盲检测战术协同通信网络 被引量:2
7
作者 范贤学 高承志 金兴华 《指挥信息系统与技术》 2013年第1期21-24,51,共5页
协同通信网络通过多终端共享天线提升系统的吞吐量和可靠性。其传输过程中独立成分分析(ICA)可以在系统信道参数未知,且不添加导频的情况下,实现未知数据的盲分离。考虑到战术通信环境特点,提出了一种协同通信网络传输方案。该方案通过... 协同通信网络通过多终端共享天线提升系统的吞吐量和可靠性。其传输过程中独立成分分析(ICA)可以在系统信道参数未知,且不添加导频的情况下,实现未知数据的盲分离。考虑到战术通信环境特点,提出了一种协同通信网络传输方案。该方案通过ICA算法实现信道的盲分离,避免了复杂的导频信号设计,提高了网络资源利用率。仿真试验证明,其检测性能逼近最优最大似然检测性能。 展开更多
关键词 协同通信网络 分布式空时编码 独立成分分析 最大似然检测
下载PDF
基于多层非负局部Laplacian稀疏编码的图像分类 被引量:1
8
作者 万源 张景会 +1 位作者 吴克风 孟晓静 《计算机应用》 CSCD 北大核心 2018年第9期2489-2494,2499,共7页
针对单层稀疏编码结构对图像特征学习能力的局限性问题,提出了一个基于图像块稀疏表示的深层架构,即多层融合局部性和非负性的Laplacian稀疏编码算法(MLLSC)。对每个图像平均区域划分并进行尺度不变特征变换(SIFT)特征提取,在稀疏编码阶... 针对单层稀疏编码结构对图像特征学习能力的局限性问题,提出了一个基于图像块稀疏表示的深层架构,即多层融合局部性和非负性的Laplacian稀疏编码算法(MLLSC)。对每个图像平均区域划分并进行尺度不变特征变换(SIFT)特征提取,在稀疏编码阶段,在Laplacian稀疏编码的优化函数中添加局部性和非负性,在第一层和第二层分别进行字典学习和稀疏编码,分别得到图像块级、图像级的稀疏表示,为了去除冗余特征,在进行第二层稀疏编码之前进行主成分分析(PCA)降维,最后采用多类线性支持向量机进行分类。在四个标准数据集上进行验证,实验结果表明,MLLSC方法具有高效的特征学习能力,能够捕获图像更深层次的特征信息,相对于单层结构算法准确率提高了3%~13%,相对于多层稀疏编码算法准确率提高了1%~2.3%;并对不同参数进行了对比分析,充分展现了其在图像分类中的有效性。 展开更多
关键词 多层架构 层级特征 局部性 非负性 Laplacian稀疏编码 成分分析
下载PDF
基于独立成分分析的冷轧带钢表面缺陷识别 被引量:5
9
作者 段志娟 周新星 +1 位作者 陈分雄 孙林 《钢铁研究学报》 CAS CSCD 北大核心 2011年第10期63-66,共4页
为了提高冷轧带钢表面缺陷识别率,提出基于独立成分分析(ICA)的缺陷图像特征提取方法。通过ICA建立缺陷图像的统计生成模型,从缺陷库中自适应地估计ICA基向量,将缺陷图像向基向量张成的空间投影,从而将图像变换到ICA域,图像在ICA域内的... 为了提高冷轧带钢表面缺陷识别率,提出基于独立成分分析(ICA)的缺陷图像特征提取方法。通过ICA建立缺陷图像的统计生成模型,从缺陷库中自适应地估计ICA基向量,将缺陷图像向基向量张成的空间投影,从而将图像变换到ICA域,图像在ICA域内的表示即为相应的特征向量。这种特征元素之间统计独立,是图像的稀疏编码。试验表明,本方法提取的特征优于常用的几何、纹理、不变矩特征,缺陷识别率较现有方法得到了提高。 展开更多
关键词 带钢表面缺陷 独立成分分析 稀疏编码 特征提取 缺陷识别
原文传递
基于SSAE的非线性系统故障分类方法 被引量:4
10
作者 杨泽宇 王培良 叶晓丰 《控制工程》 CSCD 北大核心 2018年第11期2003-2009,共7页
针对核独立成分分析(KICA)方法虽能对非线性非高斯过程数据有很好的处理能力,但是却不能有效地进行故障分类的问题,提出了一种将堆叠稀疏自动编码器(SSAE)与KICA方法结合的复杂系统故障分类方法。首先利用KICA提取数据的主导独立成... 针对核独立成分分析(KICA)方法虽能对非线性非高斯过程数据有很好的处理能力,但是却不能有效地进行故障分类的问题,提出了一种将堆叠稀疏自动编码器(SSAE)与KICA方法结合的复杂系统故障分类方法。首先利用KICA提取数据的主导独立成分,然后通过SSAE和softmax分类器所构成的完整SSAE分类算法建立模型,该模型采用非监督逐层贪婪训练算法初始化网络权重,并使用有限内存拟牛顿(L-BFGS)算法进行反向微调各参数,最后将过程数据输入到该训练好的模型,实现故障分类。TE过程的实验结果表明,KICA-SSAE算法的故障平均分类精度较高,表现出良好的分类效果。 展开更多
关键词 堆叠稀疏自动编码 独立成分分析 softmax分类器 故障分类 TE过程
下载PDF
Transformer神经网络和轴心轨迹在燃机转子故障诊断中的应用
11
作者 章明明 蒋欢春 +1 位作者 茅大钧 董渊博 《噪声与振动控制》 CSCD 北大核心 2023年第1期110-115,153,共7页
针对目前国内燃机电厂转子故障诊断主要依靠振动分析,无自动识别轴心轨迹设备的现状,将在自然语言处理领域大放异彩的Transformer神经网络引入转子轴心轨迹监测与识别领域,通过独立成分分析(Independent Component Analysis,ICA)与Trans... 针对目前国内燃机电厂转子故障诊断主要依靠振动分析,无自动识别轴心轨迹设备的现状,将在自然语言处理领域大放异彩的Transformer神经网络引入转子轴心轨迹监测与识别领域,通过独立成分分析(Independent Component Analysis,ICA)与Transformer结合提升燃机转子故障诊断准确性。使用ICA代替Transformer自身的线性变换提取图片特征信息构建输入样本,为了解决自注意力机制无法捕捉位置信息的问题,提出相对位置编码方法,区别于使用较多的绝对位置编码,通过嵌入相对位置编码子层,将相对位置信息注入自注意力机制,使得Attention模块能够学习到序列的相对位置信息,可进一步提高图像识别模型的准确性,该模型对于轴心轨迹故障类型平均识别率达到93.8%。实验结果表明ICA-Transformer模型对转子轴心轨迹的识别准确率较高,对电厂运维具有一定的指导意义。 展开更多
关键词 故障诊断 轴心轨迹 Transformer神经网络 独立成分分析 相对位置编码 图像识别
下载PDF
Effects of encoding and retrieval on the mechanism of item+context binding 被引量:1
12
作者 XIAO Xin DING JinHong GUO ChunYan 《Chinese Science Bulletin》 SCIE EI CAS 2011年第17期1787-1798,共12页
To investigate the neural mechanism of semantic representation and color context binding,we used electroencephalograph time frequency and coherence analyses to reveal local and long-range functional coupling in the en... To investigate the neural mechanism of semantic representation and color context binding,we used electroencephalograph time frequency and coherence analyses to reveal local and long-range functional coupling in the encoding and retrieval phases of episodic memory.Fifteen undergraduates participated in the experiment and middle-frequency double-character Chinese words were used as stimuli in two types of study-test tasks (context recall and context recognition tests).Significant differences between item+context and item in the encoding phase were observed at the electrodes in the frontal region at 600-800 ms by time frequency analysis.Further differences were observed at 800 ms by independent component analysis:the frontal component and the coherent component of the triangle phase locking structure among the prefrontal,right parietal and left parietal-occipital regions.In the retrieval phase,differences between item+context and item were found on the electrodes at the central parietal and parietal-occipital regions at 400 ms by time frequency analysis,on the parietal-occipital component at 800 ms by independent component analysis and on the coherence component of the anterior right hemisphere and parietal-occipital regions at 1400 ms.In conclusion,the different effects of encoding and retrieval processing on 'binding' are reflected by the differing extents that brain regions engaged in cognitive operations.In the retrieval phase in particular,activities of the parietal-occipital region were specifically associated with 'binding',and coherence between frontal and temporal-parietal regions is a common brain activity in episodic memory. 展开更多
关键词 神经机制 约束力 编码 时间频率分析 提取 独立成分分析 组成部分 色彩范围
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部