-
-
阿里云IoT践行标准的服务化思路.pdf
阿里云IoT事业部高级测试开发专家姜泽栋在2018云栖大会·深圳峰会中做了题为《阿里云IoT践行标准的服务化思路》的分享,就ICA标准、国家标准、国际标准如何结合商业化落地等方面的内容做了深入的分析。
-
阿里云IoTICA标准共建助力IoT生态安勍.pdf
2018重庆云栖大会与重庆智博会强强联合,继续以“驱动数字中国”为主题,聚焦IoT、智能制造等行业,描绘新技术发展趋势和蓝图,展现云计算、大数据、人工智能、物联网等蓬勃发展的科技生态全景,探讨企业数字化转型之路,助力长江经济带发展,加速产业升级,以信息化培育新动能,新动能推动新发展,新发展创造新辉煌。在重庆云栖大会期间,嘉宾安勍做了《ICA标准共建助力IoT生态》的主题分享,对ICA联盟标准、 IoT产业与标准等内容展开了讨论
-
LoRaWAN广域连接技术标准应用体会分享.pdf
慧联无限 CEO 、联合创始人 徐堃在2018云栖大会·南京峰会中做了题为《LoRaWAN广域连接技术 标准应用体会分享》的分享,就连接技术痛点、《ICA联盟LoRa网关频谱标准》规划的作用、优点、应用方面以及多地部署效果等方面的内容做了深入的分析。
-
阿里云IoTICA联盟生态策略及最新工作进展薛圆.pdf
2018重庆云栖大会与重庆智博会强强联合,继续以“驱动数字中国”为主题,聚焦IoT、智能制造等行业,描绘新技术发展趋势和蓝图,展现云计算、大数据、人工智能、物联网等蓬勃发展的科技生态全景,探讨企业数字化转型之路,助力长江经济带发展,加速产业升级,以信息化培育新动能,新动能推动新发展,新发展创造新辉煌。在重庆云栖大会期间,嘉宾薛圆做了《ICA联盟生态策略及最新工作进展》的主题分享,对IoT Connectivity Alliance 合作伙伴计划、ICA生态策略等内容展开了讨论
-
论文研究-鲁棒主元分析在掌纹识别中的应用.pdf
为了对存在异常值的图像构建低维线性子空间的描述,提出用鲁棒主元分析(RPCA)的新方法进行掌纹识别。运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用RPCA提取低维的投影向量,然后将训练图像和待识别图像向投影向量上投影得到鲁棒主元特征,计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库进行测试,结果表明,与主元分析(PCA)、独立元分析(ICA)和核主元分析(KPCA)相比,RPCA算法的识别率最高为99%,特征提取和匹配总时间0.032 s,满足了实时系统的要求。
-
论文研究-求解约束优化的一个自适应杂交差分演化算法.pdf
给出了一种基于典型相关分析(Canonical Correlation Analysis,CCA)的盲源分离技术来去除脑电信号中的眼电伪迹。通过实验验证了基于CCA的盲源分离方法去除眼电伪迹的有效性,并将该方法与广泛使用的独立分量分析(Independent Component Analysis,ICA)进行了比较。实验结果表明,基于CCA的盲源分离方法可以对眼电伪迹进行成功地分离和消除,该方法相较于ICA方法而言,算法更为简单,计算速度更快。
-
论文研究-FSS-kernel与FastICA融合的盲源分离算法研究.pdf
FastICA算法有着比传统ICA算法更快、更稳健的收敛速度,但由于其选用的非线性函数不能很好地符合源信号的统计特性,恢复结果并不理想。针对该问题,提出了一种有限支持样本核函数(FSS-kernel)与FastICA融合的盲源分离算法。该方法是通过FSS-kernel算法估计得出源信号概率密度函数,结合FastICA算法,实现混合信号的盲分离。仿真结果表明,该方法能够有效地完成混叠信号的分离,通过与传统ICA算法及FastICA算法比较,证明了该方法具有更高的分离精度和自适应能力。
-
论文研究-独立分量分析在模态分析中的应用.pdf
提出一种新的在只有输出条件下的基于独立分量分析(ICA)的时域模态参数识别方法。该方法首先将振动系统的各阶模态理解为相互独立的虚拟源,然后将系统响应信号进行ICA处理,得到单频可识别的信号,从而将多自由度系统模态识别转化为单自由度系统的参数识别问题,最后用有限带宽的高斯白噪声激励作用下的简支梁进行验证。结果表明基于ICA的模态识别方法可以得到较好的识别效果。
-
-
论文研究-一种双重过滤式特征选择算法.pdf
... Empirical Mode Decomposition,2-D EMD)和独立成分分析(Independent Comment Analysis,ICA)相结合的掌纹识别新方法。利用2-D EMD自适应的时频局域化多尺度和ICA II表征数据的高阶统计特性来提取掌纹特征。首先,对预 ... IMF子图像集的掌纹特征基向量;最后,设计实验测试(2-D EMD ICA II)的识别性能。实验结果表明,该方法能更有效地提取掌纹特征,与传统的ICA II相比,具有重构图像信噪比好、识别率高等优点。
-