-
-
论文研究-基于多线性主元分析和FLD的掌纹识别.pdf
为了减少高维对计算成本的影响，同时提取有利于分类的判别特征，提出运用多线性主元分析(MPCA)与FLD相结合的方法进行掌纹识别。运用MPCA直接对掌纹张量进行降维和特征提取，低维特征向量作为FLD的输入，提取判别特征向量，计算特征向量间的余弦距离进行掌纹匹配。PolyU掌纹图像库的实验结果表明，与主元分析（PCA）、PCA FLD、二维主元分析(2DPCA)、独立元分析（ICA）和MPCA相比，该算法的识别率(RR)最高为9991%，特征提取和匹配总时间为0398 s，满足实时系统的要求。
-
论文研究-基于独立分量分析的工频干扰消除技术.pdf
简要介绍了ICA的基本原理和快速算法，在分析地震信号和工频干扰特点的基础上，利用ICA技术来消除地震记录中的工频干扰，并与常规方法进行比较。研究结果表明ICA在有效消除工频干扰的同时，能够保护有效信号，并且在提高资料的信噪比方面更有优势，具有良好的应用前景。
-
论文研究-一种新颖的混合语音检索算法.pdf
提出了一种新颖的混合语音检索算法。利用ICA的盲分离特性，将包含两个人声音的混合语音分离成只含一个人的单一语音，以分离出来的单一语音为新样本建立新的语音库，并与基于混合语音的语音库建立链接关系。查询时，利用DTW技术进行匹配检索，实现了基于混合语音的检索功能。实验表明该方法能够在混合语音中查询到用户所要求的记录。
-
论文研究-核独立成分分析在图像处理中的应用.pdf
简要介绍了盲源分离技术和独立成分分析的基本思想。阐述和讨论了核函数和核独立成分分析（KICA）的基本原理，详细介绍了基于核典型相关性分析的核独立成分分析的基本算法。用KICA对一维混合信号的分离进行了模拟实验，目的是验证KICA的优越性能。之后通过实验分别讲述了KICA在自然图像和遥感影像处理的应用。最后指出了ICA所固有的分离结果的序号和幅度不确定性的问题。实验表明，KICA能够很好地分离混合图像，而且经处理的遥感影像能够更清晰地反映地表情况。
-
-
论文研究-组合2DFLDA监督的非负矩阵分解和独立分量分析的特征提取方法.pdf
... 分解和独立分量分析（SPGNMFICA)的特征提取方法。首先对样本进行投影梯度的非负矩阵分解，将得到的NMF子图像进行二维Fisher线性判别，主要反映类间差异信息构建子空间；对子空间的向量进行独立分量分析(ICA)，得到独立分量特征空间；其次将样本在独立分量特征空间上进行投影；最后使用径向基网络对投影系数进行识别。通用人脸库ORL和YALE的识别实验证明，该算法是一种有效的特征提取和识别方法。
-
论文研究-白化散度差矩阵的独立元分析应用于表情识别.pdf
提出基于白化散度差矩阵的独立元分析算法，增加不同类表情之间的类间距离，减弱人脸个体差异性信息对表情识别的干扰，避免传统的二维主元分析方法（2DPCA）以总体散布矩阵作为产生矩阵，有效地简化了白化实现过程，提高了白化性能，削弱了光照、姿态等噪声对表情识别的影响。该算法首先采用散度差矩阵求白化矩阵，由快速固定点算法（FASTICA）求解样本独立元，最终由最近邻准则实现表情识别。实验结果表明，提出的算法要优于传统的2DPCA及ICA算法,为表情识别提供了一条有效途径。
-
-
论文研究-基于仿射投影—独立分量分析的盲源分离.pdf
仿射投影算法（APA）重复利用数据，可提高算法的收敛速度。针对现有盲源分离（BSS）收敛慢问题，以BSS的独立分量分析（ICA）为基础，结合APA思想，设计出BSS的APA-ME、APA-MMI、APA-EASI新算法。在这些新算法中，输出向量数据被重复利用，向量式数据转变成矩阵式数据，从而加快了BSS的收敛速度。仿真结果表明，APA-ICA类的BSS算法是有效的。
-
论文研究-基于EMD-ICA的激电数据降噪处理方法.pdf
针对传统降噪方法处理激发极化法（激电法）测量数据的效果不理想的问题，对经验模态分解方法和独立分量分析技术进行了研究，提出了一种新的激电数据降噪方法。首先，采用经验模态分解方法将原始测量数据自适应分解为有限个固有模态函数，再根据其与激发信号的相关性选择固有模态函数构造虚拟噪声通道，最后利用独立分量分析技术提取多维混合数据中的激电信号。利用仿真信号和实际数据对该方法进行实验，对比普通滤波方法和小波阈值算法，结果表明该方法能有效提高激电数据的信噪比。
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
