Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 论文研究-两类噪声谱估计方法的对比分析.pdf 提出了特征及特征空间的类别鉴别能力的概念,并对PCA、ICA、LDA提取的特征空间的鉴别能力作了评价;然后采用ICA提取的特征作为初始解集,以特征空间的鉴别能力作为评价准则,用遗传算法来进行人脸特征选择;为了避免“过训练”现象,对遗传算法进行了改进。采用该特征提取方法,可以得到既高阶独立或近似独立又可以达到类内差异最小、类间差异最大的特征子空间。实验结果表明,该特征提取方法可以取得良好效果。
  • 论文研究-结合ICA与全局优化策略的人脸特征提取.pdf 低信噪比条件下点状运动目标的检测性能在很大程度上依赖于对红外背景杂波的抑制情况。针对遗传算法的全局搜索能力以及神经网络的非线性预测能力,提出了一种基于遗传神经网络的背景杂波抑制技术。杂波抑制后,残留噪声的高斯性和独立性通过 Kendall秩相关法和计算Friedman统计量的方法进行了验证。
  • 论文研究-集合划分问题的分布估计求解.pdf 参考独立分量分析(ICA with Reference,ICA-R)充分利用先验知识或参考信号,取得了很好的分离效果,但其中的阈值参数很难选取,且计算量很大。理论分析和实验表明,若阈值选取不当,算法甚至不收敛。通过在FastICA算法的负熵对比度函数中引入ICA-R算法中的接近性度量函数作为正则化项,得到一个简单的改进算法。针对合成数据和实际的ECG数据的仿真实验表明,算法收敛快、提取效果好,同时正则化参数取值非常灵活。
  • 论文研究-高光谱数据分类新方法研究.pdf 研究了独立分量分析(ICA)算法在运动模糊图像检索中的应用。首先,对图片库中的图像进行ICA处理,构造由相互独立的基向量构成的子空间,将图片库中的图像及运动模糊图像分别向该空间投影,获得各自的特征。其次,利用特征向量间的余弦距离作为相似度度量标准,根据最近邻准则进行特征匹配与图像检索。最后,对人为加入高斯噪声、进行45°和90°旋转的运动模糊以及缺损图像进行了匹配检索实验。实验结果表明,利用ICA算法提取出的特征可以准确地检索出运动模糊图像的原图像,并且对噪声污染、旋转变换和图像缺损具有良好的鲁棒性。
  • 论文研究-结合ASM及特征融合策略的Tagged MR左心室分割.pdf 传统的独立分量分析(ICA)算法无法确定高光谱数据中独立分量的个数,利用概率神经网络(PNN)训练时间短的优点,根据分类精度可以较快地确定出独立分量的个数。提出了一种在确定高光谱数据的维数之后利用支持向量机(SVM)分类的新算法思想,首先利用ICA对高光谱数据降维,并利用PNN确定出独立分量的个数,而后对降维后的数据利用SVM作交叉验证,并采用混合核函数进行分类的算法思想。通过仿真实验表明,该算法可以在保证分类精度的同时大大减少分类的时间。
  • 论文研究-逃逸时间法生成Julia集的算法分析和具体实现.pdf 以独立分量分析(ICA)技术作为主要研究对象,对基于独立分量分析的 ...
  • 论文研究-用于流媒体的平滑传输控制协议.pdf 针对ICA用于语音信号盲分离时,由于数据量过大、迭代次数过多引起的收敛速度慢的问题,采用一种PCA和ICA相结合的盲分离算法PCA-ICA。通过PCA对混合语音信号进行白化处理,消除了原始各道数据间的二阶相关性。在仿真实验中,采用相似系数矩阵作为评价混合语音信号分离效果的标准,结果表明PCA-ICA算法与ICA算法相比,在达到几乎相同的相似系数矩阵的情况下,迭代次数减少了90%,从而分离速度提高了3倍,有效地解决了ICA分离算法收敛速度慢的问题。
  • 论文研究-PCA与ICA相结合的语音信号盲分离.pdf D-S证据理论作为一种重要的不确定性推理理论,为处理传感器信息的模糊性及不确定性提供了很好的解决方法。但各个证据中的基本概率分配函数(mass函数)如何生成,仍是人们需要解决的问题。针对这一问题,提出了一种基于模糊理论中的高斯隶属度函数来得到传感器提供信息的可信度,计算了各个传感器之间的相互支持度;将各传感器的可信度和支持度转化成mass函数;利用证据理论对多传感器信息进行融合。仿真试验表明该方法能够有效提高识别的准确性和可靠性。
  • 论文研究-DNA微阵列数据特征提取的分类方法研究.pdf ... 一挑战。为此,提出一种DNA微阵列数据特征提取方法用于组织分类。该方法运用K-means方法对基因进行聚类分析,获取各子类DNA微阵列数据中心,用排列法去除对分类无关的子类,然后利用ICA方法提取剩余子类集合的特征,用SVMs方法构造分类器对组织进行分类。真实的生物学数据实验表明,该方法通过提取一种复合基因,能综合评价基因分类能力,减少特征数,提高分类器的分类准确性。
  • 一种实用的工频通信上行信号检测方法.pdf 工频通信信号的检测通常采用小波变换的方法来实现,但此方法不能有效地抑制谐波干扰,从而导致国 家建立的基于工频通信技术自动抄表系统的通信可靠性变差。基于此,本文提出了一种基于小波变换和Fast ICA算法相结合的方法来实现对上行信号的检测。通过MATLAB仿真证明,该方法不仅能够有效地抑制谐波的 干扰,而且能够有效地提取上行工频通信信号。