作者:姜俊宏; 刘茜; 陈勇; 邱子桢; 武一民; 陈亚琴 期刊:《微特电机》 2020年第01期
针对电动汽车驱动用永磁同步电机噪声源问题,采用集合经验模态分解(EEMD)结合鲁棒性独立成分分析(Robust-ICA)方法对电机噪声信号进行分解与分离,利用傅里叶变换与小波变换相结合的方法对各噪声源进行频域与时频域分析。结果表明,EEMD-RobustICA的方法可以有效地识别出该永磁同步电机的主要独立噪声源,各噪声源的贡献量大小依次为开关频率噪声、径向电磁力噪声和机械噪声。开关频率噪声是一种高频瞬态噪声,在时频域上呈现周期性变...
作者:陆天驰; 吕照民 期刊:《北京化工大学学报·自然科学版》 2019年第06期
针对独立成分分析(independent component analysis,ICA)方法应用于过程监测时如何选择独立成分(independent component,IC)的问题,提出了自适应独立成分分析(adaptation independent component analysis,AICA)方法。AICA方法首先利用分离矩阵建立关联矩阵,该关联矩阵表示IC的相似性,同时通过核密度估计选择概率密度最小的IC作为特殊独立成分(particular independent component,PIC),再通过关联矩阵选择与PIC具有相似变异特征的几...
作者:张相芬; 陀佳萍; 董柳吟; 袁非牛; 罗阳 期刊:《沈阳大学学报·自然科学版》 2019年第06期
为消除噪声影响、准确提取信号特征,提出了对脑电信号进行最优阶次的分数阶傅里叶变换,以对脑电信号进行时频域分析.首先采用二维峰值搜索算法得出最优变换阶次,然后基于最优变换阶次对脑电信号进行分数阶傅里叶变换.实验结果表明,基于二维峰值搜索算法的最优分数阶傅里叶变换能更好地去除脑电信号的噪声,使信号具有非常好的能量聚集性,为脑电信号的特征提取以及进一步分析研究打下良好的基础.
作者:王晓阳; 林丹丹; 刘学兵; 杨艳秋; 陈自谦 期刊:《功能与分子医学影像学》 2016年第03期
目的 探讨2型糖尿病患者的视觉网络(v IN)在不同病程阶段的改变特点。方法 收集14例2型糖尿病不伴视网膜病变患者(T2NDR)、13例2型糖尿病伴视网膜病变患者(T2DR)及18例健康对照者(NC),并收集其年龄等一般资料、糖化血红蛋白等临床资料及Mo CA评分。采用西门子Trio 3.0 T磁共振采集大脑静息态f MRI及3D T1WI结构像扫描。利用独立成分分析法(ICA)分离提取v IN的z-map,采用单因素方差分析对三组的v IN进行比较,并选择性进行...
作者:王根; 方慧娟; 罗登 期刊:《信息技术与网络安全》 2013年第07期
设计了基于事件相关电位(ERP)的脑-机接口(BCI)系统,根据ERP中P300的特性,分别对比输入字符的形式及颜色,并在此基础上采用不同的实验参数进行了多次实验。对采集到的脑电信号(EEG)使用叠加平均、独立成份分析(ICA)、Fisher线性分类器来进行分析处理。实验结果表明,输入方式及实验参数会对P300的时域特性及识别率产生较大的影响。
作者:郑皓; 熊伟丽 期刊:《南京理工大学学报》 2018年第02期
针对间歇生产过程数据存在的多阶段和非高斯性等特征,提出一种改进的阶段划分和故障监测方法。首先根据各个时间片的相似度和K均值算法进行阶段划分,然后利用独立成分分析(ICA)方法分别提取出各阶段的非高斯特征信息。最后,引入支持向量数据描述(SVDD)算法对独立成分和剩余的高斯残差空间分别建立统计分析模型,实现间歇过程故障的在线监测。通过半导体蚀刻过程故障监测应用实例,验证了该文方法的可行性和有效性。
作者:王国庆; 丁青竹; 孙雨安; 董春红; 傅德学; 李存红 期刊:《轻工学报》 2007年第05期
独立成分分析具有处理盲源信号的潜能,可以在缺少先验信息时从光谱测定数据中提取纯组分光谱相关的信息,利用其进行多变量分析时能得到具有化学解释的本征变量,已成功应用于近红外数据解析、多组分红外光谱解析、GC-MS重叠信号解析、深度形貌分析及在线监测与故障检验等领域,这说明其在化学信号处理方面具有很好的应用前景.
作者:严文武; 潘丰 期刊:《服装学报》 2015年第03期
基于独立成分分析的多变量统计过程监控一般采用PCA方法的监控指标进行过程监控,并没有充分利用ICA方法特性。根据ICA分离得到的成分相互独立这一特性,提出了一种概率密度监控指标。用核密度估计的方法估计各成分概率密度,从而得到所有成分的联合概率密度,再根据联合概率密度判断过程状态是否异常。通过TE过程仿真表明,新的概率密度指标与传统指标相比,能检测出更多的故障点,监控效果更加有效。
作者:谢晓龙; 姜斌; 刘剑慰 期刊:《控制与信息技术》 2019年第02期
文章提出了一种基于小波变换和集成独立成分分析(WE-ICA)的牵引电机速度传感器微小故障检测与识别方法。首先,通过小波变换对高速列车牵引电机数据进行滤波处理,减少噪声对微小故障信息的干扰;接着通过独立成分分析(ICA)方法提取故障信息并建立检测统计量;最后利用贝叶斯推理计算统计量的故障概率,并设计集成统计量用于微小故障检测;另外通过加权贡献度对故障进行识别。利用CRH2牵引电机实验平台对该方法进行验证,实验结果证明了该...
在信号处理中,小波变换和独立成分分析均为重要的分析方法。从信号的噪声处理方面,因为往往得到的数据是信号的采样,因此使用离散小波变换有助于对相应的自相关噪声进行白化;对于磁共振中得到的其它任务相关信号,独立成分分析则可避免模型的局限,对各种独立成分进行解析从而为进一步理解各成分的意义提供依据。
作者:游荣义; 陈忠 期刊:《电子学报》 2004年第04期
基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.
作者:石庆丽; 张玉梅; 陈红燕; 白丽君 期刊:《中国康复理论与实践》 2019年第03期
目的使用静息态功能磁共振成像(rs-fMRI)观察认知正常和存在轻度认知障碍(MCI)的脑白质疏松(LA)患者的静息态脑网络(RSNs),进一步使用格兰杰因果分析法(GCA)分析网络之间的功能连接,并与正常人进行比较。方法选取年龄40~80岁的LA-MCI患者34例,LA认知正常患者15例,正常人33例。行rs-fMRI扫描,独立成分分析法分离功能脑网络,两样本t检验比较各组间脑网络活动性。GCA分析相关RSNs之间的功能连接关系。结果共得到8个RSNs:默认网络、运...
作者:李伟; 伍建军; 张鹏飞; 吕福在; 门阔; 唐志峰 期刊:《结构工程师》 2018年第05期
道岔尖轨属于一种非规则变截面波导,复杂的结构导致其在应用导波进行检测时,存在的模态众多,而尖轨本身也处于一种动态且复杂的工作状态,以上因素造成对于超声导波监测信号使用传统的残差分析的方法难以解读的问题。因此,通过基准信号与当前信号在同一特征空间分解的方式,对空间中表征缺陷对于监测信号影响的维度进行了分析,提出了基于独立成分分析的尖轨导波监测信号处理方法,在理论分析的基础上使用超声导波监测仪对尖轨进行了模...
作者:白文平; 刘宗昂; 鲁加国 期刊:《海军航空工程学院学报》 2018年第04期
为了寻求一种能将不同类型和数量的噪声从图像中去除的方法,提出了一种能从图像源中将噪声与信号分离的改进的小波ICA滤波器。该方法首先使用小波降维,用Morlet小波来解决非正交问题;通过ICA规范化降维后的信号,从而发现独立噪声特征;再通过相关J生将图像和噪声分离;最后,对图像进行还原,得到去噪后的图像。通过实验与主成分分析(PCA)方法、FastICA方法进行了对比,验证了该方法的有效性。结果显示,本研究提出的方法降...
作者:代军; 闻丹锋 期刊:《南方金融》 2018年第07期
本文运用二元GARCH-SK模型和独立成分分析等方法,对基于时变高阶矩风险的期货最优对冲比率模型进行较为全面的研究,探讨投资者风险厌恶系数、交易成本等因素对期货最优对冲比率的影响,并且以沪深300股指期货为研究对象,对基于时变高阶矩风险的期货最优对冲比率模型的有效性进行实证分析,结果表明:一是沪深300股指期货和现货的收益率序列均表现出较为明显的超峰度和负偏度等非正态分布特征,因而在刻画资产收益分布时高阶矩风险对收...
作者:姚志湘; 粟晖 期刊:《广西科技大学学报》 2005年第02期
提出化工过程系统降维的信息"有效保留"概念,采用独立成分分析方法实现了噪声和有效信息的分离.依据过程状态空间分析,获知实现过程描述需要的独立成分数目,实现了降维.与主成分分析方法相比,明显地改进了基于相同维数的过程动态描述的准确性和有效性,原始变量可以被理想地还原重构.
作者:钟小丽; 刘雪洁 期刊:《华南理工大学学报·社会科学版》 2018年第08期
头相关传输函数表征了声源到耳的传输特性,在虚拟声重放及其相关领域具有广泛的应用.针对头相关传输函数的多维特征,提出了基于独立成分分舅析的中垂面谱特征的提取和建模方法,并采用主观辨别实验验证了模型的听觉有效性.计算结果表明,中垂面的平均谱失真随着展开阶数的增知呈逐渐下降的趋势,前6阶独立成分的计权组合可有效表征中垂面谱为主要特征.实验结果表明,在±45°的仰角范围内,文中是出为中垂面谱模型不会引起听觉...
作者:游荣义; 徐慎初; 陈忠 期刊:《生物物理学报》 2004年第01期
提出一种新的多通道脑电信号盲分离的方法,将小波变换和独立分量分析(independent component analysis,ICA)相结合,利用小波变换的滤噪作用,将混合在原始脑电的部分高频噪声滤除后,再重构原始脑电作为ICA的输入信号,有效地克服了现有ICA算法不能区分噪声的缺陷。实验结果表明,该方法对多通道脑电的盲分离是很有效的。
作者:张玉洁; 王法松; 李宏伟 期刊:《工程地球物理学报》 2004年第06期
盲源分离(Blind Source Separation,BSS)或独立成分分析(Independent Component Analysis,ICA)是一种矩阵处理或数据分析技术,主要目的就是在仅在源信号相互独立的假设下从混合的观测信号中恢复出源信号。由于它在生物医学信号分析、语音识别、无线通信等领域应用的不断拓广,它已成为一个热门的研究领域。本文对于如何分离混合信号模型的问题,从观测信号与分离信号的概率密度函数(Probability Densitv Function PDF)之...
作者:吴孙勇; 潘福标; 邓凯文 期刊:《科学技术与工程》 2018年第31期
研究了小鼠脑电信号的分离问题。由于小鼠脑电信号是由多种不同波段的信号混迭而成的,且不同波段的信号是非平稳、能量差距很大的随机信号,因此对这些脑电信号的分离非常困难。先使用主成分分析(PCA)方法将信号的主要成分提取出来,然后再使用独立成分分析(ICA)在频域上对脑电信号进行分离。接着对分离的脑电信号δ波进行希尔伯特-黄变换。利用希尔伯特谱得到信号的瞬时频率信息,发现δ波的瞬时频率在某些时刻相对于其他时刻非常大。...