基于ICA的重力固体潮信号的潮汐谐波提取

鉴于传统重力固体潮信号分析方法不能将重力固体潮信号所含谐波分量分解到与不同天体潮汐谐波系一致对应的缺点,根据重力固体潮的产生机理,提出了一种重力固体潮三维正交分解模型.三维正交分解模型中将重力固体潮分解为3个与不同天体潮汐效应相一致的正交信号分量.为了获得3个相互正交的信号分量,采用独立分量分析(ICA)方法处理重力固体潮信号.同时,以负熵作为目标函数,以粒子群优化算法(PSO)作为优化函数来获得更优的解混矩阵.通过实验分析及实验验证可知,此文算法可以将重力固体潮信号正交分解为与三维正交分解模型一致的信号分量,并且各分量所含频谱信息具有与重力固体潮信号中各谐波系理论值相对应的特点,实现了从产生机理上将重力固体潮信号所含谐波分量对应分解到各谐波系中的功能.     

基于差分进化算法的重力固体潮信号独立分量分析

为了提取出重力固体潮信号中的独立谐波成分,基于地球自转与月球、太阳相对于地球轨道变化的正交关系建立一个天体间引潮力的分解模型.为了实现对三者所产生的潮汐谐波的分解,将差分进化算法用于独立分量分析中,用以提高整个算法的效率,改进实验的观测精度,从而更有效的得到与该模型相一致的独立成分.实验中,对昆明地区的实测信号进行了处理并与理论值进行了对比,结果表明,该方法可以将重力固体潮信号中各潮汐谐波分量间关系揭示出来且与分解模型相对应,各分量所含的频谱信息与理论值相一致,说明该方法是一种有效的、对重力固体潮信号进行独立分量分析的新方法.     

基于改进ICA算法对云南地区重力固体潮中地震前兆信息的提取与识别

固体潮信号是地球自转在月球和太阳作用下产生的混合复杂信号,其中包含大量的谐波分量,而实际重力固体潮信号中包含了丰富的地震前兆信息.该文提出一个重力固体潮信号的正交分解模型,通过将重力固体潮信号谐波分量,分解在两个正交的方向上,以提取独立的谐波分量：半日波信号、日波信号、长周期波信号.在重力固体潮地震前兆信息分析中引入ICA算法,结合ICA的自身的特点进行算法优化,对重力固体潮信号中包含的三类谐波进行提取.通过对重力固体潮信号中包含的长周期波的分析,研究长周期波的时序变化特征,从中读取其包含的震颤异常波从而提取地震前兆信息.通过对云南地区的实际震例分析表明,长周期波在地震前后的确存在异常变化特征量,此类异常变化常出现在地震前和地震后大约30 d左右.得到的时序特征量的变化容易观察,对于地震前兆信息的分析具有明确的物理意义.     

基于独立分量谱相关方法的重力固体潮信号潮汐谐波分析

为了提取重力固体潮信号各谐波分量间能量差异较大的谐波分量,该文在利用独立分量分析实现重力固体潮信号的加性分解,再利用谱相关分析独立分量间的谱相关特性进行分析,揭示了各谐波间的调制关系.同时,通过对独立分量间的自相关谱和互相关谱的分析,论证了在自相关谱中,能量大的谐波分量被凸显,能量小的谐波分量被抑制,而在互相关谱中,能量较小的谐波分量能更好地凸显出来.结果表明,互相关谱更能够揭示重力固体潮信号中弱的潮汐谐波分量及其调制关系.     

基于PSO的气动人工肌肉驱动关节优化的研究

提出在气动人工肌肉驱动的关节系统中,存在一个最优关节设计,包括关节半径、肌肉附着点最优位置等,使得对同一系统输出转矩达到最优.通过分析气动人工肌肉静态特性模型,推导出关节静特性模型.改变气动人工肌肉的状态参数进行仿真,得到关节半径变化、肌肉附着点变化与关节输出转矩、收缩量之间的关系,并利用PSO计算出最优关节半径与肌肉附着点最优位置.此分析方法与结果对气动肌肉驱动的仿生手臂的结构设计起到有效的指导作用.     

一种经验模态分解筛分准则及其在重力固体潮信号分析中的应用

根据经验模态分解(EMD)方法的正交性特点,提出一种新的IMF筛分准则.对该筛分准则、SD准则和G.Riling准则进行仿真实验并比较筛分效果.结果表明:该筛分准则比其他两种准则更加有效;更加适用于重力固体潮信号的分解.对重力固体潮信号进行经验模态分解的结果表明,分解出来的地球物理信息符合重力固体潮信号各成分的频率特征.     

基于EMD的ICA语音增强

传统ICA方法是将所有源信号都从混合信号中都提取出来,而参考独立分量分析(ICA-R)通过将一些先验信息引入到ICA学习算法中,从混合信号中仅提取期望源信号.本文为了从混合语音信号中提取出期望的语音信号,采取的是基于经验模态分解(EMD)方法来获取功率谱包络作为参考信号,继而把参考信号运用到ICA－R算法中,达到语音增强的目的.计算机仿真和性能分析结果表明,此方法在有噪声干扰的情况下达到语音增强的目的.     

基于改进ICA与v-S的车牌识别

提出一种结合改进的基于独立分量分析(ICA)提取算法和基于多层感知器和单向二叉决策树的多类支持向量机分类方法.该算法通过ICA进行字符的特征提取,并利用多类支持向量机分类器完成字符的识别.以对机动车车牌识别实验为例,实验证明,改进的IcA算法具有更好的稀疏性和更快的收敛速度.用单向二叉决策树将字符图像逐步分类,并引入参数调整环节,实现了缩短字符识别时间并提高识别精度的目的.     

改进ICA去噪方法在瞬变电磁信号处理中的应用

提出一种改进ICA去噪方法,可确定去噪后的信号幅值.用于消除瞬变电磁信号中的工频干扰,并与传统陷波滤波方法进行比较.实验结果表明,采用改进ICA去噪方法,在消除工频干扰的同时,能很好地保留信号的波形和特征,去噪效果明显优于陷波滤波方法.在较低信噪比下仍可有效地提取信号,具有实用价值.     

基于ICA的消除ERP中伪迹干扰的方法

概述了消除事件相关脑电位(ERP)伪迹的一般方法和存在的问题，介绍了独立分量分析(ICA)的基本原理及其两个关键内容，将ICA算法用于消除ERP伪迹干扰，根据ERP伪迹的特点用ICA算法编写了一组用于盲信号分离和伪迹干扰消除的程序，利用该组程序，进行了仿真实验和消除ERP实测数据中伪迹干扰的处理实验，仿真实验完全分离出了4组人为随机混合的信号，实测信号实验较好地消除了伪迹干扰的影响，实验结果表明，使用ICA算法消除ERP伪迹干扰是一种较理想的方法。     

全球重力固体潮的可视化模拟

为了更直观地观察分析各种重力固体潮在全球范围的分布规律及随时间变化的规律,根据固体潮理论。采用刚体地球潮汐理论模型,根据特定的时间段和时间间隔(分别为1 min,30min,1h,6 h)计算全球1°×1°空间分辨率上的重力固体潮的理论值。实现了全球重力固体潮在二维和三维尺度上的可视化。     

应用经验正交函数分析方法研究地球重力场时变特征

利用Grace(Gravity Recovery And Climate Experiment)106个月连续重力异常数据,基于经验正交函数分析方法,分析了重力异常时变特征,得出了地球重力场时变信号主要起源于海水质量的移动,位于南纬40°与北纬40°带之间的结论.     

基于改进粒子群算法的微电网优化运行

为提高含分布式发电的微电网运行水平,应用基于混沌-模拟退火思想的粒子群算法对微电网的运行进行优化。针对微电网中各分布式电源特性,建立微电网的数学模型,建立了以运行成本和环境效益等运行指标最优为微电网优化运行的目标函数,并应用基于混沌算法结合模拟退火思想的改进粒子群优化算法对微电网多目标优化运行问题进行求解,得到微电网的最优运行方式。采用改进粒子群优化算法对某微电网进行24 h优化运行算例分析,结果表明该方法具有更好的寻优能力和更快的收敛速度。     

A novel intrusion detection method based on improved SVM by combining PCA and PSO

The paper presents an improved support vector machine (SVM) by combining principal component analysis (PCA) and particle swarm optimization (PSO).Then,the improved SVM is applied to the intrusion detection system (IDS) to improve the detection rate.First,PCA is used to reduce the dimension of feature vectors.Second,we use the PSO algorithm to optimize the punishment factor C and kernel parameters in SVM.The experimental results indicate that the intrusion detection rate (97.752 8%) of improved SVM by combining PCA and PSO is higher than those (95.635 5%) of PSO-SVM and those (90.476 2%) of standard SVM with KDD Cup 1999 data set.     

改进的粒子群算法用于图像分割

提出了一种将保证收敛粒子群算法与最大类间方差法相结合的快速阈值分割法。该方法根据最大类间方差法的原理以分离度大小作为判断粒子优劣的准则,即分离度越大粒子就越好,并采用粒子群算法对图像进行多目标优化搜索。实验表明,该算法在继承标准粒子群算法易于实现、实时性好等优点的同时,还避免了标准PSO算法存在的早熟收敛问题,具有更强的寻优能力。     

基于改进PSO用户习惯感知的服务组合

随着Web服务数量的急剧增加,如何动态地从大量候选服务集中选择出合适的Web服务,并组合成能够完成复杂增值业务过程需求的组合服务,是服务组合优化领域亟待解决的问题。本文提出了一种基于PSO的具有用户习惯感知能力的优化算法,并应用于离散服务组合优化问题。该算法通过对用户习惯的感知进行服务组合优化,在传统PSO算法的基础上,根据粒子与用户习惯的相似度来控制粒子收敛,使寻优过程具有用户习惯感知能力。大量实验结果验证了该算法的可行性和有效性。     

Observational evidences for the speed of the gravity based on the Earth tide

We have found that the current practical Newtonian formula for the gravity tide of the Earth implies a hypothesis that gravity travels at the speed of light; furthermore, we have derived and solved the propagation equation of gravity using the observation data of Earth tides from Shiquanhe and Wushi, after correction of phase lag due to the anelasticity of the Earth, and found that the speeds of gravity are from 0.93 to 1.05 times the speed of light with a relative error of about 5%. This provides first set of strong evidences to show that the speed of gravity is the same as the speed of light.