用独立成份分析算法实现水声信号盲分离

独立成份分析算法是在研究信号盲分离过程中出现的一种新方法,本文试图将几种独立成份分析算法用于分离水声信号。分析和比较了５种算法的性能,并用仿真信号对算法进行了仿真,阐述了独立成份分析算法分离水声信号的不足。针对含噪声模型,提出了一种基于独立成份分析算法成功分离水声信号的方法。

基于独立成份分析的肌电信号消噪方法研究

本文提出了一种基于独立成份分析(ICA)的改进方法,去除肌电信号中的心电噪声。该方法基于独立成份分析算法,在肌电成份中分解出心电独立成份:对分解出的心电独立成份进行低通滤波处理,进一步降低了其中肌电成份;而将其反向投影回原始信号空间,并从原始信号中除去,以便在最大程度上消除肌电信号中的心电干扰成份。真实16通道单极性肌电信号的处理和分析表明,该方法取得了较好的效果。

照明变化人脸图像在独立成份分析空间中的分布

应用独立成份分析(ICA)方法研究了不同照明条件下同一姿势人脸的图像,并用图像在ICA空间中任意三个独立成分的组合系数模拟得出:1)强度变化的同一幅人脸图像分布在一条直线上;2)照明方向变化下的同一姿势人脸的图像按一定规则集中分布.这两个结论可以分别用来判断两幅图像是否源于同一幅图像和一幅图像是否源于照明角度变化下的同一个姿势物体.

独立成份分析的信息极大快速算法

本独立成份分析（ＩＣＡ）是信号处理的一种新的技术，用来从观测的多维混合信号中提取具有统计独立性的成份。本文基于信息极大似然估计，采用牛顿迭代算法，建立了ＩＣＡ的一种信息极大快速算法。该算法具有二阶收敛性，其有效性为文中展示的图像分离测试效果所证实。

独立成份分析的梯度算法及应用

独立成份分析是信号处理的一项新技术；用来从观测的多维混合信号中提取具有统计独立性的成份。本文基于互信息极小提出了ＩＣＡ的梯度算法。文中通过信号分离测试和与固定点算法的对比以及癫痫脑电特征波提取实验证实了此算法的有效牲。

基于独立成份分析的证券市场分析

为研究独立成分分析用于证券市场分析,首先介绍了独立成分分析的理论基础,然后介绍了一种独立成分分析的具体算法Fastica算法。为分析出对股票成交量影响的因素,进行了几只重点股票交易额的ICA分离实验,并对实验结果进行了分析研究,从而找到了影响股票交易量的几个重要因素,揭示出了股票交易额变化的几个重要原因。结果说明ICA是揭示隐藏在想象背后的原因的有效手段,非常适合于对证券市场的分析。

基于独立成份分析的MPSK信号调制制式自动识别

针对低信噪比情况下传统的MPSK信号识别算法效率不高的问题,提出一种基于快速独立成份分析(FICA)的MPSK信号非监督识别算法。该方法借助快速独立成份分析提取具有不同分布特征的信号分量作为最大似然分类器的识别特征。实验结果表明,此算法在低信噪情况下能有效地分离信号与噪声分量,挖掘有用信息,实现对MPSK信号的高精度自动识别。

独立成份分析在径向基函数网中的应用研究

提出应用独立成份分析(Independent Component Analysis,ICA)降低径向基函数网(RBFN)输入维数的方法,并讨论ICA降维方法对RBFN行为的影响.实验表明基于ICA的降维方法大大提高了RBFN的收敛速度,改善RBFN的行为.

一种基于独立成份分析的fMRI时-空模型数据处理方法

独立成份分析(ICA)是信号处理领域中新近发展起来的一种很有应用前景的方法,而脑功能磁共振(fMRI)信号的有效分离与识别是一个正在研究和试验之中的技术领域。因此,发展基于ICA的fMRI数据处理方法具有明显的理论价值和应用前景。本文首先介绍了ICA原理,分析了现行ICA-fMRI方法采用的信号与噪声的空域分布相互独立的信号模型所存在的明显不足,然后提出了微域中的信号与噪声的时域过程相互独立的fMRI信号模型熏从而建立了一种新的fMRI数据处理方法:邻域独立成份相关法。合理的fMRI实验数据处理结果验证了新方法的合理性。

多导同步心电的独立成份分析

独立成份分析是伴随盲信号分离问题而发展起来的一项新的统计信号处理技术。本文介绍了独立成份分析的基本理论和算法,仿真实验证明了独立成份分析提取独立信号的能力,最后用独立成份分析技术分析了实际的四导联同步心电信号。结果表明独立成份分析可以提取多导联同步心电中的成份甚至是微弱的掩埋在背景中的成份。

独立成份分析方法在股票分析中的应用

为了克服传统的股票分析方法的缺点,将独立成份分析方法用于分析影响股票走势和收益的因素。通过对几个大公司的历年K线数据的深入分析,该方法在一定程度上揭示了影响股票走势和收益的深层次的原因。这对建立和谐的金融体系、促进社会经济的良性发展以及创建和谐的社会都具有一定的现实意义。同时也表明了该方法还具有简单易行、容易理解、结果精确的特点。

独立成份分析提取心电信号子成份

目的 :运用独立成份分析技术提取心电信号中的子成份。方法 :简要讨论独立成份分析技术的模型、理论和算法 ,然后采用具有心电信号特征的仿真数据 ,验证了独立成份分析重构独立信号的能力 ,最后用独立成份分析技术分析实际的四导联同步心电信号 ,以及从房颤病人采集的带房颤波的心电信号。结果 :仿真和实际实验表明独立成份分析可以提取心电中的成份 ,甚至是微弱的掩埋在背景中的成份。结论 :独立成份分析技术 。

基于独立成份与支持向量机的电梯客流量预测方法研究

电梯群控系统的性能在很大程度上取决于对电梯客流量的有效预测。由于从不同楼层进入电梯的乘客数是相互制约的,本文将不同楼层进入电梯的乘客数看成是由不同的信号源发出的信号,首先采用独立成份分析算法提取各楼层客流信号的独立源信号,结合支持向量机的良好分类、回归与预测性能,提出了基于独立成份与支持向量机的电梯客流量预测方法。实验结果表明,与传统的预测方法相比,该方法对电梯客流量的预测具有相当的优势。

基于独立成份分析和支持向量机的人眼注视研究

采用独立成份分析(ICA)方法对单眼宽约为40 pixel的低分辨率人眼图像进行预处理,并把得到的一组组合系数输入支持向量机(SVM)判断图像中人眼的注视与否。对于单用户的注视探测,一维组合系数输入实现了100%的正确识别率;对于多用户的注视探测,二维组合系数输入实现了100%的正确率识别率。

独立主成份ICA在表面肌电信号特征提取中的应用研究

由于表面肌电信号非线性的特点,传统的线性PCA只具有处理二阶统计特性的能力,而忽视了高阶统计特性进而对信号的特征分析不够全面。独立主元分析(ICA)具有高阶统计分析和不用考虑过程数据分布的优点,而且能够以较少的特征元素来表征数据的非线性特性。为此,本文提出基于独立主成份ICA和SOM聚类算法相结合的新方法,对前臂的掌长肌、肱桡肌和尺侧腕屈肌三块肌肉的肌电信号进行特征提取,经实验发现,6种手部运动模式(握拳、展拳、内旋、外旋、屈腕、伸腕)的数据元素经SOM算法聚类后,每种运动模式都会形成自己特有的簇(或者类),可以有效地进行手部动作的模式识别。

基于短文本的独立语义特征抽取算法

提出了一种基于短文本的独立语义特征抽取算法,旨在降低文本向量的稀疏性并提其高语义表示能力。该算法首先采用潜在语义分析降低文本的维数并去除噪声,然后运用独立成份分析方法在潜在语义特征中提取出最能表达语义且相互统计独立的特征。实验表明此算法优于潜在语义索引算法。

基于小波独立成分分析的核动力装置冗余传感器故障在线诊断方法研究

针对核动力装置传感器的在线故障诊断问题,提出一种基于小波独立成份分析(WAV-ICA)的冗余传感器故障在线诊断方法。利用小波分解对测量信号进行高频滤波,消除电子噪声和传输噪声的影响,选取所关注的独立成分进行参数估计,并进行独立成分分析(ICA),从而实现对固定偏差、突变故障以及漂移故障的在线检测;利用稳压器5路冗余压力测量数据对该方法的故障检测效果进行验证,并与简单分析法(SA)和直接ICA方法进行对比分析。结果表明,该方法能有效地在线检测固定偏差和漂移故障,具有误诊率低、鲁棒性强、受单通道故障影响小的特点。

基于独立成分分析的自适应图像滤波算法

近年来提出的独立成分分析(ICA)算法基于非高斯分布度量,可以有效提取图像边缘等重要信息。基于FastICA算法,利用"MIT图像数据库"分别对不同场景图像集进行图像块采样,构建基于单一场景的训练集,训练各训练集得到ICA滤波器,得到并分析各组ICA滤波器对同类型图像集的滤波结果。实验表明ICA滤波可以实现不同场景图像的稀疏编码,且滤波结果具有对训练集自适应拟合能力。

基于PCA和ICA的交通流量数据压缩方法比较研究

针对交通流量数据的特点,分别采用基于主成份分析(PCA)和独立成份分析(ICA)的方法对其进行数据压缩研究和比较。首先,对城市道路和高速公路的交通流统计特性进行分析:发现采样时间的大小不会影响研究结果,而流量离差的统计分布为接近高斯分布的超高斯分布。然后分别采用基于PCA和ICA的方法进行交通流数据的压缩与重构,并对结果进行全面比较。试验结果表明:由于城市道路和高速公路的交通流离差数据均接近高斯分布,因此PCA在数据压缩中的效果较好;而高速公路的交通流数据压缩结果优于城市道路,因为其更加规律和稳定。这一结果反映了交通流波动的随机特征,对于进一步的交通流分析有着重要的意义。

一种基于ICA的汉字信息隐秘传输方法

本文描述了一种基于独立成份分析 (ICA)的汉字信息隐密传输方法。该方法以彩色图像为寄主图像 ,对其进行ICA分解 ,求出其中的独立成分 ,再将汉字信息以编码形式 ,隐藏在对彩色图像质量影响最小的独立成分低位端 ,从而实现汉字信息的隐秘传输。该方法已经在PC机上进行了模拟 ,实验结果表明 ,该方法在保证图像质量条件下 ,有较高的嵌入率和较好的可靠性。