基于匹配追踪的快速独立分析方法在轴承复合故障盲源分离中的应用

针对强噪声干扰下轴承复合故障信号难于提取分离的问题,提出基于匹配追踪的快速独立分析方法.首先,通过基于Gabor原子的匹配追踪方法对单通道故障信号进行降噪处理;然后,根据终止条件的不同数值条件得出多组重构信号,组成多组信号,实现信号升维;最后,通过快速独立分析方法对降噪处理后的复合故障信号进行盲分离.实验数据分析结果表明:所提方法具有可行性和有效性,为强噪声干扰下的复合故障信号分离与提取提供了一种方法.

模式独立分析方法在加速器逐束团研究中的应用

在加速器束流诊断中,为了对获取到的逐束团位置数据降噪处理,以获得测量精度更高的数据用于进一步研究,上海光源束测组在束流注入阶段位置数据分析中引入并扩展了模式独立分析方法。将此方法中的数据处理对象由多个束流位置探头获取到的逐圈位置数据矩阵更改为单探头逐束团多圈位置矩阵,通过对矩阵进行奇异值分解提取其主要运动模式。此方法有效地将随机噪声与具有物理意义的真实信号分离开来,提取出加速器物理学家真正关注的束流运动模式,便于后续的束流不稳定性分析。

开展引导型实践教学 培养学生独立分析能力

本文主要以激发学生学习热忱,提高学生专业技能水平为宗旨,浅谈近几年来笔者在《分析化学》实践教学中的一些思路和体会。

深度决定影响力——地方党报开展独立分析特色的深度报道探析

把地方党委政府的主张变成地方百姓的实际行动,是地方党报在舆论宣传上重中之重的工作。而简单地报地方党委的会议和活动,会造成地方党委政府战略思维的不全面和支离破碎,且宣传痕迹浓,引不起读者的兴趣。改进党报宣传方式,通过解析式、独立分析调查式的深度报道,可以让读者更清晰更全面地理解地方党委政府的工作目标和战略措施,起到很好的解惑释疑、统一思想、宣传鼓劲的作用,是读者深刻了解党的中心工作、重大决策的有效报道形式。

中学生独立分析能力的培养

培养学生独立分析能力是中学教学的一项重要任务。为此,教师在教学中应相信学生的能力;鼓励、指导学生不断增进知识,建立深厚的知识基础;贯彻“适当难度”原則;避免教学中的“越俎代庖”;注意非智力西素的培养。

基于独立成分分析重症肌无力患者的静息态默认网络的功能连接改变及其与认知障碍的相关性

目的研究重症肌无力(myasthenia gravis,MG)患者大脑默认网络(default mode network,DMN)功能连接的改变,以及DMN和认知功能的关系。方法前瞻性纳入2020年1月至2022年12月就诊于苏州大学附属第一医院神经内科的MG患者39例,另选取同期性别、年龄、受教育年限、种族与MG患者匹配的40名健康志愿者作为健康对照组。对所有受试者进行神经心理学测试、情绪评估及静息态磁共振功能扫描。采用独立成分分析技术评估受试者大脑DMN的功能连接变化。采用Spearman相关性分析MG患者差异脑区的DMN的功能连接值与认知功能的相关性。结果MG组整体认知功能〔简易精神状态量表(MMSE)和蒙特利尔认知评估量表(MoCA)评分〕、言语学习和记忆能力(Rey听觉词语学习测验、词语流畅性测试)、视空间功能(钟表测试)评分均较对照组降低(均P<0.01);在执行能力测试方面,MG组连线功能测试完成时间长于对照组(P<0.01);MG组汉密尔顿焦虑量表和汉密尔顿抑郁量表评分均高于对照组(P<0.01)。独立成分分析结果显示,MG患者的DMN内功能连接在左后扣带回比对照组减弱(P<0.05,经过FDR校正)。MG患者的DMN内左后扣带回功能连接值与MMSE评分、数字符号转换测验评分呈正相关(P<0.05),而与连线测验A和B时间呈负相关(P<0.05)。结论MG患者在整体认知功能、言语学习和记忆力、视空间功能和执行功能方面下降,在左后扣带回的DMN内功能连接减弱,差异脑区在DMN内功能连接值与认知评分存在相关性,提示MG患者的认知功能损害可能与中枢神经系统受累有关。

基于独立成分分析的终末期肾病患者静态及动态功能网络连接研究

目的:探索终末期肾病(ESRD)患者功能网络连接(FNC)的静态及动态变化特点。方法:收集33例ESRD患者及34例健康对照组作为研究对象。首先基于独立成分分析识别到6个静息态功能网络,即听觉网络、凸显网络、视觉网络、感觉运动网络(SMN)、执行控制网络(ECN)及默认网络。然后比较两组静态功能网络连接(sFNC)和动态功能网络连接(dFNC)相关参数的差异,并与神经心理测试进行相关分析。结果:sFNC分析显示ESRD组ECN与SMN的sFNC强度显著高于健康对照组(P<0.05,FDR校正),而且与执行功能评分[连线追踪测试A(TMT-A)]呈显著正相关(r=0.429,P=0.018)。dFNC分析显示ESRD组状态3的时间分数和平均驻留时间显著低于健康对照组(P<0.05);状态2的时间分数(r=0.503,P=0.005)和平均驻留时间(r=0.412,P=0.024)与TMT-A评分呈显著正相关;状态4的时间分数与焦虑评分呈显著负相关(r=-0.372,P=0.043)。结论:本研究采用独立成分分析的方法揭示了ESRD患者静态及动态功能网络连接的特点,为深入理解ESRD患者神经病理损害机制提供了新视角。

基于群组独立成分分析的2型糖尿病患者动态脑功能网络连接特征分析研究

目的 通过动态脑网络特征分析的方法探索2型糖尿病(type 2 diabetes mellitus, T2DM)认知功能正常患者的自发神经活动改变。材料与方法 本研究前瞻性纳入39名认知功能正常的T2DM患者及年龄、性别、文化程度与T2DM患者相匹配的同等数量的健康对照者,两组患者均行3.0 T静息态脑功能磁共振扫描。图像经预处理后,使用GIFT工具包进行动态脑网络分析,提取动态功能连接指标并比较组间差异,并分析以上指标与T2DM患者临床指标的相关性。结果 与对照组相比,T2DM患者在state5中的平均滞留时间和时间分数显著高于健康对照组(P=0.014、0.039),并且初级视觉网络和突显网络的功能连接显著升高(P=0.027),空间视觉网络和基底节网络的功能连接显著降低(P=0.044),然而上述动态脑功能指标与空腹血糖值等临床指标无显著相关性(P均>0.05)。结论 认知功能正常T2DM患者的动态脑功能连接模式以及视觉相关网络的动态功能连接存在异常改变,这为理解T2DM相关神经病理机制提供了一定的借鉴意义。

基于快速独立分量分析算法的不同情绪下事件相关电位差异性分析

针对不同情绪诱发的脑电(Electroencephalogram,EEG)存在差异这一特性以及传统的情绪诱导方法效果不明显的问题,采用虚拟现实(Virtual Reality,VR)技术作为实验情绪诱导环境,并将三阶FastICA(Fast Independent Component Analysis)算法与事件相关电位(Event-Related Potentials,ERP)技术应用于脑电数据的伪迹处理和分析。实验结果表明:通过去伪迹处理之后的正、负性情绪和中性情绪下的脑电信号在ERP的N1、P2阶段有着显著性差异。在N1时间窗上,低效价负性刺激相较于高效价正性刺激会获得更多的注意资源的分配。在P2阶段发现大脑不仅优先加工对个体产生威胁的负性刺激,同样对具有动机意义的各类刺激也会表现出优先加工。

基于改进的独立分量分析混叠通信信号盲分离

针对时域与频域均交叠的多路数字带通通信信号盲分离问题,利用布谷鸟搜索算法,研究了一种新的基于独立成分分析的盲分离方法。在均匀线阵下,构建混叠信号模型;从最大化信号非高斯性角度,将盲源分离问题转化为信号峭度的优化问题;利用布谷鸟搜索算法优化求解近似峭度的代价函数,将迭代产生的适应度值最高的个体作为解混向量,实现源信号的分离。与已有的基于固定点算法的独立成分分析方法相比,该方法能够克服其无法分离时频域混叠的振幅键控(ASK)信号的限制,适用于任何调制类型的数字带通通信信号盲分离。通过仿真实验验证了方法的有效性并分析了方法性能,实验结果表明在较低信噪比条件下,分离的信号具有较高信干比,说明方法具有较高的鲁棒性。

基于独立成分分析对伴脑室周围白质损伤的痉挛型脑性瘫痪患儿脑功能网络的研究

目的:使用独立成分分析(ICA)方法探讨伴脑室周围白质损伤(PWMI)的痉挛型脑性瘫痪(SCP)患儿网络内和网络间功能连接改变。方法:对28例伴PWMI的SCP患儿(患儿组)及性别、年龄匹配的19例正常儿童(对照组)行fMRI,应用ICA方法提取2组网络成分,并用SPM12及NBS软件比较2组网络内和网络间功能连接差异,同时应用Pearson或Spearman相关性分析验证患儿组功能连接差异脑区与临床变量之间的相关性。结果:与对照组相比,患儿组默认模式网络(DMN)内左侧额中回、左侧楔前叶及右侧角回,vAN内右侧中央后回,VNm内双侧舌回功能连接减低。以上功能连接差异脑区与临床变量均未发现显著相关性。结论:SCP与大脑网络功能连接异常有关,推测网络功能连接改变可能成为早期识别和诊断SCP的影像学生物指标。

刍议2型糖尿病患者默认网络和视觉网络的独立成分分析

目的目的本研究旨在运用独立成分分析(ICA)技术,探讨2型糖尿病(T2DM)患者默认网络(DMN)和视觉网络(VIS)功能连接的变化特征。方法方法选取2023年2月至2023年8月在甘肃医学院附属医院就诊的60例T2DM患者,其中伴视网膜病变30例、不伴视网膜病变30例,组成T2DM组;同时选取30例健康个体作为对照组。所有参与者均接受静息态功能磁共振扫描,随后进行数据预处理及ICA分析,以提取DMN和VIS网络。通过组间比较,分析脑网络功能连接的差异,并进一步探讨差异脑区功能连接(FC)值与临床参数及认知评分的相关性。结果结果T2DM组患者的DMN和VIS网络功能连接强度相较于健康对照组均显著降低。此外,T2DM组内DMN和VIS网络的功能连接强度与临床参数(如血糖水平、病程等)及认知评分呈现负相关趋势。结论结论本研究表明,2型糖尿病患者存在DMN和VIS网络功能连接的异常变化,这些变化可能与疾病进展和认知功能下降密切相关。独立成分分析作为一种有效手段,有助于揭示糖尿病患者脑网络功能连接的异常模式,为深入理解糖尿病的脑部病理生理机制提供了新的视角。

用比湿数据及独立成分分析研究ENSO在对流层上层的响应

基于2006—2016年气象、电离层与气候卫星观测系统(COSMIC)提供的level 2‘wetPrf’比湿数据集,首次提出了独立成分分析(ICA)联合低通滤波的方法提取对流层上层的厄尔尼诺-南方涛动(ENSO)信号。结合现有的气象学研究与传统方法主成分分析(PCA)的结果,分析了ENSO信号在对流层上层的响应。结果表明:ICA提取的ENSO信号具有更高的可靠性、有效性和可解释性,且得到了现有气象研究很好的支撑。该方法很好地分离出具有不同区域特征的源信号,凸显了这种基于信息理论的方法在ENSO信号提取方面的潜力。

基于矩独立法的异质叠层复合材料铆接工艺参数灵敏度分析研究

为解决碳纤维增强复合材料(Carbon fber reinforced polymer,CFRP)与金属材料叠层构件铆接工艺复杂化的问题,提出了一种基于矩独立方法的叠层复合材料铆接工艺参数灵敏度分析的方法。首先,以CFRP与铝合金(Al)异质叠层材料结构为研究对象,采用有限元方法建立了CFRP/Al叠层结构的铆接仿真分析模型,并通过试验验证了仿真分析模型的正确性。其次,以铆接干涉量为目标,建立了基于随机森林方法的铆接工艺参数代理模型;随后通过代理模型进行数据扩展,以17项铆接工艺参数为输入变量,铆接干涉量为输出变量,采用基于矩独立的PAWN方法进行全局灵敏度分析,并给出了基于该方法的灵敏度系数。在铆接工艺参数对铆接干涉量的全局灵敏度系数中,异质叠层复合材料的弹性模量和厚度的灵敏度系数较大,分别为0.16921和0.11837,其次是系数为0.012的位移载荷和0.011的铆钉直径。其余工艺参数的灵敏度系数较小,一些对铆接干涉量影响很不显著的参数的灵敏度系数接近0。

基于约束独立成分分析的滚动轴承故障诊断

用新的理论与方法丰富及提高机械故障诊断技术是机械故障诊断学重要内容之一。本文用约束独立成分分析方法将研究对象的先验信息作为独立成分分析算法的约束条件,使新的算法仅仅收敛于感兴趣的故障信号。可提高故障诊断的针对性和效果。该方法可从传感器信号中快速诊断出设备中是否发生了某种故障,并以滚动轴承的仿真与实验验证该方法的适用性和有效性。

基于经验模态分解及独立成分分析的微震信号降噪方法

针对微震信号具有高噪声、突变快、随机性强等特点,基于经验模态分解(EMD)及独立成分分析(ICA)提出一种微震信号降噪方法.首先,对含噪信号进行EMD分解,获得一系列按频率从高到低的内蕴模态函数(IMF),利用原信号与各IMF之间的互相关系数辨识出噪声与信号的分界,将分界之上的高频噪声滤除;其次,为有效去除分界IMF中的模态混叠噪声,基于ICA算法对分界IMF进行盲源分离,提取其中的微震有效信号,并将其与剩余的IMF累加重构,从而得到降噪后的微震信号;最后,利用快速傅里叶变换(FFT)时频谱对比分析降噪前后的信号特征,定性说明本文方法的有效性;引入信噪比和降噪后信号占原信号的能量百分比两个参数,定量说明本文方法能充分保留微震信号的瞬态非平稳特征,降噪效果明显.

基于核独立成分分析的极化SAR图像相干斑抑制

为提高极化合成孔径雷达图像相干斑抑制的效果,提出基于核独立成分分析(kernel independent component analysis,KICA)的极化SAR图像相干斑抑制方法。该方法将三个通道的极化信息作为输入数据,经过KICA变换得到三个独立分量,取相干斑指数最小的分量作为滤波后的信息图像。由于将核函数引入到独立成分分析(independent component analysis,ICA)中,使在ICA中无法线性可分的信息在高维空间中达到线性可分。采用旧金山地区的AIRSAR数据与日本新潟地区的PISAR数据分别进行试验,并用相干斑指数和边缘保持系数从客观上进行评价。试验表明,与ICA算法相比,KICA算法具有更好的滤波效果和保持边缘信息的能力。

采用独立分量分析方法消除信号中的工频干扰

工频干扰的消除是微弱信号采集中的一项重要技术 .传统方法是采用陷波滤波器或自适应滤波 .论文则提出了用独立分量分析 (ICA)进行生物医学信号中工频干扰消除的新方法 .在简要介绍了独立分量分析的基本理论及算法的基础上 .根据三种不同的实际情况 ,详细讨论了利用独立分量分析进行工频干扰消除的方法与步骤 ,并给出了实验结果 .

快速独立分量分析算法在局放超声阵列信号去噪中的应用

根据阵列信号去噪需要最大限度保留"相位差"信息的要求,提出采用快速独立分量分析(fast independent component analysis,FastICA)对含噪局放超声阵列信号进行去噪处理。首先通过分离矩阵U实现混合信号中源信号与噪声信号的逐次分离;然后采用波形相似性原则对分离后的信号进行盲抽取,获得去噪后局放超声信号;在此基础之上,对局放超声阵列信号模型进行了重构。同时,提出以阵列流型平均相角差、波形变化趋势、波形相似性以及去噪前后的信噪比等参数对局放超声阵列信号的去噪效果进行综合评价。最后,将FastICA用于实验室实测局放超声阵列信号的去噪。结果表明,FastICA能够很好的抑制局放超声阵列信号中的白噪声,在保证高信噪比的情况下,可最大限度地保留阵列信号的"相位差"信息,确保良好的测向效果。

基于独立分量分析的消噪方法在旋转机械特征提取中的应用

为了有效提取信号特征,为后续的故障诊断分析提供足够的信息,针对旋转机械故障诊断的特点,探讨了在旋转机械振动信号采集过程中基于独立分量分析方法的降噪措施的可行性,并在此基础上,研究了基于独立分量分析的消噪方法在旋转机械升降速过程中信号特征提取中的应用。实验结果表明,利用该方法可有效消除振动信号采集过程中混入的噪声。