基于有效检测准则的fMRI源信号数目的估计方法

独立成分分析方法已经成功地运用于分析功能磁共振成像数据.尽管独立成分分析方法是一个很有前景的数据驱动分析方法,但是在执行独立成分分析之前,需要确定好独立成分的数目.准确地估计出功能磁共振成像数据中独立成分数目对减少过估计或者低估计能起重要作用,目前有许多信息理论准则方法已经广泛运用于独立成分数目估计中,但通常容易出现过估计现象.该文提出一种基于有效检测准则的fMRI源信号数目的估计方法.模拟数据实验结果表明,该方法对不同平滑数据具有很好的鲁棒性.将该方法用于真实的功能磁共振成像数据中,可以减少色噪声下真实数据的过估计,对功能磁共振成像源信号数目的估计表现出了较好的综合性能.     

主成分分析法中数据处理方法的改进

由于原有的主成分分析法受到评价指标量纲和数量级的影响，因而主成分也会因评价指标量纲和数量级的改变而不同，并且使得部分信息丢失。用均值化方法借助DPS数据处理软件，对原始数据进行无量纲化处理，不仅有效消除了量纲与数量级的影响，而且使得处理后的数据包含了原始数据的全部信息。     

强噪声背景下微弱核脉冲信号提取方法

针对强噪声背景下,微弱核脉冲信号的幅度与发生时刻信息检测存在困难的问题,提出一种基于Gabor变换及稀疏表示的核脉冲信号提取方法.首先利用Gabor变换根据样本信号构建单核脉冲信号表示字典;其次采用K-SVD算法消除因不同探测器和噪声引起的Gabor基函数的差异,构建完备字典,将其用于表征淹没在噪声中的有用信号,通过改进的OMP算法重构信号达到抑制噪声的目的,实现微弱核脉冲信号的提取.为验证该方法的可行性和有效性,利用CsI(Tl)探测器测量得到的实际核脉冲信号和仿真数据进行实验,结果表明,所提出算法恢复的核脉冲信号幅度和峰值发生时刻误差小于传统的Salley-Key最优平滑滤波和Kalman滤波算法.     

基于DSP的核探测信号波形采集卡的研制

作者针对在传统的核数据测量与处理系统（如多道分析器）仅对信号幅度进行测量和处理中,有可能丢失一些重要信息（如上升时间、脉冲形状等）的情况．对核探测器输出信号进行波形采集、分析和处理,采用高速AD芯片,研制成功了一种基于DSP具有PCI接口的核探测信号波形采集卡．并讨论了电路逻辑和时序,得到了比较满意的结果．     

Al-Mg合金钨极气体保护焊接电弧的光谱特征提取方法

摘要：
以Al-Mg合金的脉冲交流钨极气体保护焊接为背景，运用主成分分析方法对电弧光谱进行冗余信息去除和特征信号提取，分别使用信号脉冲周期内平均和小波重构的方法对特征信号进行去脉冲干扰，并对特征信号和不同类型焊接缺陷间的关系进行研究.结果表明，第1、2主成分包含了电弧光谱中的主要信息，分别对应Ar I谱线和金属谱线，反映了焊接过程的不同方面，第1主成分特征信号与电弧的热量输入关系较大，而第2主成分特征信号与熔池的稳定性密切相关.
     

曲线拟合在核探测器信号幅度提取中的应用

研究数字化核探测器输出脉冲信号的幅度提取问题.根据闪烁探测器的电路特性,推导了其脉冲信号理想曲线方程.综合利用三和值法、最小二乘法、试探法等方法,设计了该理想曲线拟合算法.由脉冲信号采样点数据,通过曲线拟合,计算出曲线的极大值,该值即为闪烁探测器输出脉冲信号的幅度.正反演数据结果对比表明,采用曲线拟合算法提取闪烁探测器输出脉冲信号幅度,其方案可行,计算结果更准确.相较于数字滤波和数字脉冲成形方法提取核探测器输出脉冲幅度,该算法更简单,对仪器的硬件处理速度要求更低.该方法开辟了核探测器脉冲幅度提取的新途径.     

一种基于噪音清除的网页削重算法

提出了一种基于噪音清除的网页削重算法.首先应用空间向量模型,仅仅使用<特征词,权重>二元组表示网页,降低削重算法的时空复杂度;其次,通过一组启发式规则来消除网页中包含的“噪音”,消除了无关信息对网页核心内容的干扰.     

用于激光雷达回波平滑的半步长插值迭代法

由于大气扰动和探测器件噪声的影响,大气探测激光雷达回波信号中搀杂了大量的随机噪声,因此需要对直接探测信号进行平滑处理.作者提出一种基于插值的半步长迭代平滑方法.利用半步长插值对数据进行重构,重复这个过程直至原数据列与新数据列相似度达一定标准为止,由此迭代过程生成的新数据列即为平滑结果.实验结果表明,该算法可以有效地提高信号平滑度并且自适应地保留重要的信号波动.     

红外焦距仪系统中平滑去噪方法的研究

红外焦距仪系统中使用线阵CCD采集信号时，由于CCD本身的散粒噪声以及外界环境(如外界杂散光，信号光的光子起伏，电、磁干扰等)的影响，采集到的信号往往有一定程度的失真和变形，存在许多“毛刺”，不利于数据的计算和分析。本文采用3次B样条小波对原始信号进行分解，对分解后的数据进行平滑处理，最后重构得到平滑信号。该方法解决了线阵CCD采集信号的不平滑问题。     

基于小波分解的智能交通系统数据集成方法

对于智能交通系统(ITS)的数据集成,数字信号处理技术中的小波变换方法能够克服传统的基于数理统计方法的集成技术的种种缺陷,并提供最佳集成度.该文基于小波分解的方法,通过对ITS数据进行分层、相似性分析得出了数据的最佳集成度,完成了对数据的集成.通过该方法集成后的数据不仅包含足够的有用信息,而且能够消除无用成份和噪音.     

小波变换方法消除热重实验噪音信号

由于受实验条件的影响,在用等温热重法进行稀土氧化物脱除烟气中SO2的动力学实验过程中有噪音信号的干扰,因而采用Daubechies(N=3)小波函数和Matlab软件讨论了小波变换方法消除热重实验噪音信号的影响因素.研究发现阀值的选取规则和软硬阀值处理方式对消除噪音信号的影响不大,分解层数则对消除噪音信号的影响较大.当信噪比变化平缓时所对应的分解层数是最佳分解层数.经Daubechies(N=3)小波函数消噪后得到的信号能够比较真实地反映等温热重实验的动力学过程.     

一种新的GPCA方法

Generalized PCA(简写GPCA)是主成分分析(PCA)的一个非线性推广方法,主要用于数据压缩和特征提取.在经典的GPCA方法中,每个训练数据在构建主成分时的作用是相同的.然而,在许多实际问题中,训练数据的意义和作用是不同的,通常有些数据比其它数据更为重要,对于重要的数据我们应给予充分的重视,而对于不可信数据(可能是异常数据),应限制其作用.文中给每个训练数据赋予一个置信权重,将训练数据视为样本空间的模糊点,研究了基于模糊点数据的GPCA方法.数值实验表明,该方法能够有效控制异常点对主成分的影响,同时,该方法也为数据先验信息的利用提供了一个可行的途径.     

一种利用单通道母体腹部心电信号 提取胎儿心电信号的新技术

针对母体腹部混合心电信号中胎儿心电信号微弱、包含诸多噪声,难以清晰提取的问题,本文提出了一种基于奇异值分解(SVD)、平滑窗(SW)技术和最小二乘支持向量机(LSSVM)的胎儿心电提取新方法.首先,利用SVD从单通道母体腹部心电信号中重构分解矩阵,估计出母体心电参考信号,并利用SW方法对估计出的母体心电参考信号进行平滑处理;然后,利用LSSVM建立非线性估计模型,通过该模型和平滑后的母体心电参考信号估计出腹部信号中的母体心电成分,并采用布谷鸟搜索算法(CS)优化LSSVM的超参数;最后,将腹部混合信号与CS-LSSVM模型估计出的母体心电成分相减,即可获得初步胎儿心电信号,为了进一步消除干扰,对初步获取的胎儿心电信号再进行SW-SVD操作,从而获得较为清晰的胎儿心电信号.采用Daisy数据集进行实验,结果表明,本文所提出的方法在可视化对比分析和四个统计评价指标上均优于其他三种经典方法,可从腹部混合信号中提取出更清晰的胎儿心电信号.     

一种消除位置敏感探测器干扰信号的方法

采用了幅度调制和解调算法来实现位置敏感探测器的信号处理,以消除由于日光和荧光等环境杂散光带来的噪声信号。位置敏感探测器电极输出的电流信号经过幅度调制/解调后,由低通滤波器滤除高频噪声信号,这种方法比采用分析和实验的脉冲幅度调制更有效。同时,方法还可用于在单片位置敏感探测器上进行多光点位置测量的信号处理。     

基于改进的MCA和K-SVD的图像稀疏表示去噪算法

图像去噪是图像处理中的关键问题之一,传统的图像去噪方法是基于小波阈值变换的,其去噪效果较好,但容易丢失细节信息,导致边缘模糊,针对传统去噪方法存在的不足,本文提出一种基于形态学成分分析(Morphological Component Analysis,MCA)和K奇异值分析(K-SVD)的图像去噪方法.考虑到传统的MCA算法对图像的稀疏性要求较高,本文通过求解最接近l1范数的若干次优解和最小l1范数解进行加权叠加,并将结果作为源信号的估计,改进了传统MCA算法中对图像稀疏性的高要求,提高了对源信号估计的精度.本文方法首先采用改进的MCA算法将含噪图像划分为平滑部分、纹理部分和边缘部分;然后对平滑的结构部分采用小波阈值去噪,并利用改进的K-SVD去噪算法对纹理部分和边缘部分进行自适应去噪,最后将三部分合起来得到最终去噪图像.实验表明,该方法相比于传统的图像去噪方法能够更好地滤除噪声,保留图像的细节特征和边缘信息,获得更高的峰值信噪比值.     

基于FastICA的工频干扰消除算法

阐述了独立成分分析(Independent Components Analysis,ICA)的基本原理,将快速ICA(FastICA)算法应用于消除地震信号中的工频干扰,对输出信号的相关系数绝对值进行对比.结果表明:与传统的工频干扰消除技术相比,FastICA算法可以更加有效地消除微信号中的工频干扰.     

基于主成分分析和决策树的入侵检测方法

特征选择算法能够更好地提高入侵检测系统的检测速度和检测效果,消除冗余数据并减轻噪音特征.结合特征选择算法的优势,提出一种基于主成分分析(PCA)与决策树(C4.5)的入侵检测方法,进而构建出轻量级的入侵检测系统.通过在KDD1999数据集上对该方法进行详细的实验验证,证明该方法一方面确保系统有较高的检测率与较低误报率,另一方面能够比较显著地提高系统的训练时间与测试时间.同时,通过比较实验发现此方法在训练时间、测试时间、检测率、误报率上的效果也优于GA-SVM方法.     

基于EMD的复合故障诊断方法

针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了一种基于经验模式分解的故障诊断方法,进行复合故障的耦合特征分离和轴承损伤性故障信号特征提取研究. 该方法首先通过经验模式分解将复合信号分解为若干个本征模函数(intrinsic mode function, IMF);然后通过计算各IMF与原始复合信号的相关系数确定包含故障特征信息的主要成分,除去虚假分量;最后针对主要成分中的低频成分进行频谱分析提出转子故障特征,针对主要成分中的高频成分进行Hilbert包络解调提取调制故障特征,即轴承损伤性故障特征. 仿真及实验结果表明该方法的有效性和实用性.     

基于ICA的步进频率探地雷达目标信息提取研究

基于独立成分分析较强的信号分析能力,提出了一种针对步进频率探地雷达的独立成分分析与中值滤波处理相结合的目标信息提取方法,从进频率探地雷达回波信号中提取出目标信息.通过对实测数据的处理,结果表明该方法取得了较好的效果.     

基于差分算子的薄层弱信号检测方法

随着石油勘探程度的提高,新勘探的目标更加隐蔽,表现出圈闭规模小,储层厚度薄等特点,特别是砂泥岩薄互储层,地震反射信号微弱,常规地震资料难以准确识别,制约了精细构造解释、精细储层预测及圈闭落实程度。为了解决实际地震资料中的薄层弱信号检测问题,发展了一种能增强弱信号能量且不会抬高高频噪音的差分算子技术。该方法利用原始地震道的高斯平滑衍变地震道抬升薄层弱信号的低频段能量,利用原始地震道的偶数阶衍变地震道抬升薄层弱信号的高频段能量,并将输出地震道经过完全总体经验模态分解(CEEMD)算法处理以压制高频的衍生干扰信息。数值模拟以及实际资料均验证了该方法的高效性。