独立分量提取的在线算法及其应用

独立分量分析(ICA)根据信源统计独立特性对观测信号进行盲分离运算，由于其独特的分离性能而受到广泛关注，但目前其实现的算法普遍采用批处理的形式。文章探讨了在线ICA算法，并将其应用于脑电信号伪迹消除中，实验结果表明，丈中所提出的在线ICA算法具有良好的稳健性和盲源分离性能。     

基于改进遗传算法的独立分量分析算法

针对现有独立分量分析算法的分离效果依赖于非线性对比函数的选择,并且无法有效地分离超高斯和亚高斯混合信号这一现象,提出了一种基于遗传算法的独立分量分析算法,该算法采用直方图法根据信号的样本序列来估计信号的概率分布,解决了信号问互信息的计算问题,然后通过遗传算法最小化信号间的互信息,实现了对线性混叠信号的分离;同时,针对标准遗传算法存在的一些缺点如局部搜索能力差、容易出现早熟收敛等,提出了一种改进遗传算法,提高了遗传算法的寻优能力.对模拟信号的分离结果表明,基于改进遗传算法的独立分量分析算法的性能优于FastICA算法,对亚高斯和超高斯信号的混合信号具有优异的分离能力.模拟仿真实验结果同时也证实了改进遗传算法的寻优能力.     

一种改进的复值信号独立分量分析算法

独立分量分析方法无需完整的系统先验知识,可用于多天线移动通信系统多用户盲接收机.为了改善收敛速度,采用修正的具有三阶收敛速度的牛顿迭代法的近似公式,提出了一种改进的复FastICA算法.并将该算法应用于多输入多输出系统中进行仿真,结果表明新算法在与传统的复FastICA算法分离效果相当的情况下,迭代次数减少了16.5%,加快了收敛速度.     

一种含参数的概率密度核估计的独立分量分析算法

分析了盲源分离算法中互信息准则与概率密度核函数的关系,利用广义高斯模型,提出了一种基于含参数的核概率密度估计的独立分量分析算法。该算法利用观测样本求峰度,通过分段函数给出相应高斯指数值,并刺用样本数据进一步修正源信号的概率密度函数。实现对分离信号评价函数的精确估计。在此评价函数基础上,采用互信息最小化准则,推导出分离矩阵的迭代更新规则。所提算法在一定程度上解决了ICA算法中信号评价函数估计的难题,且能对任意源混合信号进行有效盲分离,仿真实验验证了算法的性能。     

一种基于动态独立子空间分析的过程监控方法

独立元分析(ICA)是近年来盲信号分离领域的热点问题,传统的ICA方法只能寻找信号与信号间的独立元,对信号组与信号组之间的独立性分析却无能为力.独立子空间分析法(ISA)则通过寻求矢量峭度最大化,对信号组之间进行独立性研究.根据这一理论提出动态独立子空间分析过程监控方法,针对过程变量自相关问题,构建时间序列子空间,随采样时间动态更新子空间数据,对其进行独立性研究,达到过程监控的目的.以TE过程为背景的仿真研究,验证了该方法的有效性.     

基于负熵准则盲分离方法的剖析与研究

从统计学原理、负熵近似计算、算法的稳定性定理、最大负熵方法的历史演变几个方面，对Hyvrinen负熵准则盲分离算法作出全面的剖析，指出：（1）在负熵ICA算法中，不应引用联合负熵的定义，只宜采用边缘负熵的定义；（2）中心极限定理只能为负熵ICA算法提供一定的直观解释，但不能成为算法的统计学依据；（3）Hyvrinen等人给出的负熵计算公式并不能正确度量随机变量的非高斯性；（4）负熵ICA算法实现盲分离的真正机理是信号非线性变换后均值的极值特性，由此极值特性提出负熵准则未必是合适的。     

基于独立分量分析的DS-CDMA下行信道延迟估计

将独立分量分析方法引入DS-CDMA系统，通过对DS—CDMA信号模型和线性有噪ICA模型的比较，得出这两种模型具有相同形式。因此，提出了一种基于ICA的DS—CDMA下行信道的延迟估计方法。该方法采用固定点ICA算法来估计多径信道的混合矩阵，从而提取信道的延迟信息。仿真结果表明：与匹配滤波检测方法相比，该方法具有更好的性能。     

独立分量分析在相控阵雷达信号检测中的应用

相控阵雷达工作的环境日益复杂,分析了干扰、杂波环境下相控阵雷达接收信号的盲可辨识性,建立了目标信号的盲分离模型,在此基础上提出了小波变换与独立分量分析方法相结合检测目标的算法。该算法首先使用小波变换对相控阵雷达接收的回波信号作消噪处理,提高目标信号的信噪比,然后使用独立分量分析方法对源信号进行分离,提取相控阵雷达接收回波中的目标信号。仿真结果验证了算法的有效性。     

独立变量分析及其在脑功能可视化中应用

在数据分析和信号处理领域中经常遇到的一个问题就是如何从多元数据中提取有用部分。为使计算简便,通常对原始数据作线性变换。常用的变换方法有:主分量分析,因子分析以及投影追踪法等。一种近期发展起来的线性变换方法称独立分量分析(ICA)。该方法能够从混合信号中分离出最独立的信号。本文介绍了ICA的原理、方法及其在fMRI图像中的应用。该方法有效地抑制了fMRI图像中的随机噪声及生理信号(例如,心电、呼吸等),增强了功能信号。     

基于独立分量回归的加热炉钢温预报模型

轧钢加热炉系统具有多变量、非线性、大滞后、交叉耦合等特性,钢坯出炉温度的预报模型一直是个难题。仍然采用统计建模的思路,利用独立分量分析方法不依赖分布假设的优点,建立了钢坯温度变量和过程变量之间的独立分量回归预测模型。基于轧钢厂实际生产数据进行了建模与验证实验,误差比较分析表明,该模型能较好地预测钢坯出炉温度,且预测误差指标优于基于改进PCA的预报模型。     

具有混沌搜索策略的蝙蝠优化算法及性能仿真

蝙蝠算法是受自然界中的蝙蝠通过回声定位进行搜寻、捕食行为的启发演变而来的一种新颖的仿生群智能优化算法.在分析基本算法仿生原理和局限性的基础上,提出一种改进蝙蝠局部搜索能力的优化算法,通过逻辑自映射函数产生混沌序列,引入到蝙蝠算法中对精英个体进行混沌优化,同时动态收缩搜索空间以加快收敛速度.改进算法有效结合了基本蝙蝠算法的全局优化能力和混沌算法的局部搜索能力,对经典函数的仿真测试表明,改进算法显著提高了优化性能,在寻优精度和全局收敛能力方面优于基本蝙蝠算法,是解决工程应用中复杂函数优化问题的一种有效方法.     

基于源信号统计独立性的ICA方法的不确定性研究

3种基于源信号统计独立性的ICA方法--极大似然法、最大信息法和最小互信息法是等价的.从这3种方法的计算公式出发,分析了自然梯度算法的收敛条件,指出了ICA问题解的不确定性和近似性的根源.通过论证表明,在源信号都属于指数型的前提下,为亚高斯型和超高斯型源信号适当选择的作为评价函数的非线性函数具有很好的韧性.     

具有混沌搜索策略的萤火虫优化算法

萤火虫算法是一种新颖的仿生群智能优化算法,分析了算法的仿生原理和局限,提出一种改进萤火虫局部搜索能力的优化算法。通过逻辑自映射函数产生混沌序列,引入到萤火虫算法中对精英个体进行混沌优化,同时动态收缩搜索空间以加快收敛速度。改进算法有效结合了基本萤火虫算法的局部搜索能力和混沌算法全局优化能力,对典型函数的仿真测试表明,改进算法显著提高了优化性能,在收敛速度和寻优精度方面优于基本萤火虫算法,适合复杂函数优化问题。     

关于Tabu Search算法收敛性的研究

对ＴａｂｕＳｅａｒｃｈ算法的收敛性进行了研究。并对ＴａｂｕＳｅａｒｃｈ算法运行的迭代次数与收敛性的关系进行了理论上的说明,从而使ＴａｂｕＳｅａｒｃｈ算法迭代次数的选取有了一定的估计。     

一种逆向改进型A*路径搜索算法

针对路径搜索和路径优化问题,提出了一种改进的A＊搜索算法。通过逆序搜索和优化估价函数两种方法,将无向搜索转化为有向搜索,将全局估价转变为局部估价,提高了算法效率,使之更适合处理大规模的路径优化问题,消除了复杂环境下路径搜索中可能出现的假“死”现象,同时也提供了一种提高大规模仿真速度的新思路—路径搜索与仿真过程分离。最后,通过仿真试验验证了算法的可行性和有效性。     

混沌差分文化算法及其仿真应用研究

针时差分进化算法(DE)全局寻优能力差,无法有效的求解工程中复杂的高维非线性优化问题等缺点,提出一种混沌差分文化算法(CDECA).该算法模型将DE嵌入文化算法的框架作为主群体空间的进化过程,同时,引入具有较强局部搜索性能的混沌搜索来进行信念空间的进化,并通过设计一组联系操作实现文化算法模型中两个空间的互相影响互相促进,提高算法的寻优效率.几个典型测试函数的测试结果表明CDECA的搜索能力优于DE,将其应用于某大型水库的优化调度,也取得满意的效果.     

基于节点度和边权值比率的网络搜索算法

基于加权网络特性,以Internet网络为例,提出了一种基于节点度和边权值比率(Degree and Weighted Ratio,DWR)的搜索算法.通过理论分析与仿真实验得出:DWR搜索算法在搜索时间和搜索代价上均优于最大度搜索算法和最大局部介数搜索算法.通过数值仿真分析发现,DWR搜索算法的搜索时间随着设置参数的增大而逐渐增大.因此,在Internet网络中,DWR搜索算法既可以提高网络信息传输的速度,又可以增强网络的传输能力.     

应用重启改进进化算法提高柔性作业解质量

重启策略有效提高了概率算法性能。为将重启思想引入协同进化算法,改进了涉及多种群的协同进化算法收敛判断条件。以进化过程中相同解码值的重复解码次数衡量协同种群的稳定状态,用于结束或重启搜索过程。引入重启后的协同进化算法用以求解柔性作业调度问题。实验表明,改进后的算法能有效跳出局部最优,提高解质量和搜索效率。从而为应用协同进化算法求解其他组合问题时提高算法性能提供了一条可行有效的新途径。     

基于禁忌遗传算法的区域路网双层优化模型

针对区域路网优化问题,利用改进的遗传禁忌算法进行了综合研究。在探讨区域路网交通特性的基础上,构建了区域路网优化的双层优化模型。并在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出了基于遗传禁忌算法的路网优化算法。区域路网双层优化模型利用禁忌遗传算法能够较快得到最优解,相对于传统的优化模型更能结合区域交通与经济特性,结论比较符合实际情况。应用结果表明,优化模型不仅能够满足交通需求,而且该法科学合理、可操作性强。     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.