独立成分分析-支持向量机回归模型及其在近红外光谱分析中的应用

首先采用独立成分分析(ICA)提取近红外光谱数据矩阵的独立成分和相应的混合矩阵,然后用支持向量机回归(SVR)对混合矩阵和实测浓度矩阵进行建模,建立了独立成分分析-支持向量机回归(ICA SVR)的近红外分析建模方法.结果表明,ICA SVR模型的预测结果明显优于SVR和偏最小二乘法(PLS)方法,方法用于肉样品中水分、脂肪和蛋白质的同时测定,获得了满意的结果.     

基于独立成分分析的运动车辆检测算法

根据独立成分分析原理,提出了一种基于固定点算法的运动车辆检测方法,并使用光谱冗余方法解决了独立成分分析检测结果通道不确定的问题。该方法将交通图像序列看作是由背景图像和运动车辆图像混合而成的观测信号,采用独立成分分析方法分离背景图像和前景运动车辆图像。独立成分分析方法能够分离出大量的背景信息如道路2边的树木和建筑物等,但分离出的前景图像仍包含有少量的路面信息,又一次结合光谱冗余方法去除了少量的路面信息,最终实现了运动车辆的检测。通过实验证明基于固定点算法的运动车辆检测方法有较强的抵抗图像背景灰度变化的能力,即使在外界天气、光照明显变化的情况下,依然可以准确、清晰地检测出运动的车辆,是一种具有较好鲁棒性的运动车辆检测方法。     

基于自适应独立成分分析的化工过程监测

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个普通独立成分（common independent components,CICs）,最后将PIC与CICs用于构造监测统计量。将AICA方法应用于田纳西-伊士曼（Tennessee Eastman,TE）仿真过程,测试结果表明所提方法对于过程监测是有效的。     

基于独立成分分析的数字水印研究

提出了一种新的利用独立成分分析提取数字水印的方法,把原始图像和数字水印图像在空间域直接混叠,得到两个嵌入水印的图像.通过对混合矩阵的控制实现水印的不可见性.把混合后的图像作为盲源进行分离,在整个提取过程中不需要原始图像和混合矩阵信息.仿真实验表明该方案很好的实现了水印的不可见性和鲁棒性的统一.     

基于高分辨质谱独立成分分析的黄芩炮制过程分析

采用高分辨质谱法(HRMS)直接测定黄芩水提取液的质谱信号,直接定性确认黄芩中39种化学成分.根据主要活性化学成分的质谱峰强度,得到黄芩炮制过程化学成分HRMS指纹图,进一步以独立成分分析(ICA)解析,得到能够体现黄芩主要活性成分特征的2个独立组分(IC).研究结果表明,2个IC对应黄芩中苷元类化合物和苷类化合物;以IC相对强度度变化监控黄芩炮制过程,2个IC的相对强度在炮制过程发生明显变化,在40~60min时,2个IC的相对强度变化趋于稳定且浓度和炮制前相比没有明显下降,确定炮制终点为50min.     

基于独立成分分析的人脸图像特征提取与识别

特征提取是人脸识别的关键环节之一。文章首先简述了独立成分分析（ Independent Component Analysis,ICA）的基本模型和原理,介绍了快速独立成分分析FastICA方法特征提取的一般过程。然后给出了FastICA算法中分离矩阵的并行计算算法。最后,利用ORL人脸图像数据库在Matlab环境下进行了仿真实验。实验结果表明,FastICA方法是一种有效的特征提取方法,并讨论了影响分类识别的几个因素。     

独立成分汉英差异的原因分析

汉语的独立成分与英语的Parenthesis（插入语）在基本的性质特点上有相同之处,但在具体的表现方式、表达习惯、内部构成及位置形式上却存在较大的差异,本文试从中西文化背景和中西思维方式两个方面分析汉英两种语言中独立成分差异产生的原因。     

基于约束独立成分分析的多组分污染气体混叠峰识别

大气污染监测中测得的红外光谱是混合气体的红外光谱,针对主次吸收峰严重混叠的红外混合气体特征提取和识别问题,提出一种基于约束独立成分分析的光谱特征提取方法使谱线有效的区分开来,该方法引用峭度作为约束条件,运算时约束向量可使所对应的目标信源具有非高斯性极大的效用,提取出目标信源,并按统计度量的大小来进行排序,减少传统独立成分分析算法分离信号顺序、符号、幅度的不确定性,使得分离出来的独立分量更接近实际信源,应用支持向量机建立定量分析模型检验该算法分离效果。实验结果表明,该方法能够按需要顺序分离出混合气体光谱中的纯物质光谱。     

基于独立成分分析的抑郁症脑网络属性分析

使用ICA与图论相结合的方法来研究抑郁症的脑网络拓扑属性差异可以为抑郁症的诊断提供依据。针对以ICA成分为节点构建的二值化网络中轻度抑郁症患者与正常人的传统属性差异不明显的问题,提出将二值化网络改进为加权网络,并引入信息维数这个属性。通过计算信息维数对比患者与正常人的显著差异,找到差异显著的独立成分,并进行溯源分析。实验结果表明,抑郁症患者的信息维数都明显高于正常人,说明抑郁症患者脑网络的复杂度更高,并且二者的差异显著脑区定位为左侧额叶中上回与左侧颞叶中回。     

基于独立成分分析的脑电伪迹消除方法

独立成分分析(ICA)是统计信号处理中的一项新技术，用来从混合信号中提取具有统计独立性的成分，基于固定点快速算法，从脑电(EEG)信号中消除眼电(EOG)伪迹信号，并给出了实验结果。实验结果表明该算法具有较好的性能和实用性。     

果汁饮料中甜蜜素测定结果不确定度的评定

本文通过建立不确定度的数学模型,对果汁饮料中甜蜜素的测量不确定度进行了评估,分析了测定过程中存在的不确定度来源,量化了不确定度的分量,并求出合成不确定度和扩展不确定度,最终给出了不确定度测定结果的表示式。     

基于改进标准加入法的碳酸饮料中多种色素含量的同时测定

采用正交设计设计法设计包含柠檬黄、日落黄、诱惑红、苋菜红、胭脂红及亮蓝6种色素水性混合样品,分别测试其紫外-可见光谱(UV)并用支持向量回归(SVR)得到6种色素同时测定的UV-SVR模型.饮料样品经超声去除CO2后分别添加7水平不同含量的色素标准品并分别测定其UV光谱,利用UV-SVR模型预测其中色素含量,线性回归分析后得到多种色素在饮料中的含量.结果表明,基于UV-SVR-标准加入法多种色素含量同时测定,6种色素含量预测值与实际值的回归分析相关系数在0.99以上,相对标准偏差(RSD)为0.5%~2.5%;用于实际饮料样品测定时,能够同时预测其中多种色素的含量,测定结果与高效液相色谱(HPLC)法相比绝对误差小于1mg·L-1.     

榨前分离苹果清汁中香气成分分析

以榨前分离工艺制取的苹果清汁为试验样品,采用固相萃取技术结合GC-MS联用仪分析其香气物质的含量及组成,并与传统工艺清汁中香气的差异进行比较. 结果表明,榨前分离苹果清汁经气质分离出30个峰共鉴定了23种香气成分,总量为2223μg/mL,传统工艺果汁分离出50个峰共鉴定了34种香气成分,总量为5436μg/mL. 传统工艺苹果清汁与榨前分离清汁香气成分的种类和含量有显著性差异,尤其是含量多5911%,说明榨前分离工艺对苹果清汁的香气成分影响较大. 由于果皮是香气成分最集中和种类最丰富的部位,所以榨前分离工艺下果皮副产品中香气的回收与回添非常必要.     

应用独立分量分析提取机器的状态特征

以大型轧钢机和滚动轴承试验台为研究对象，应用独立分量分析方法分离机器的声音信号，并提取其状态特征，同时指出，对信号进行自相关预处理，可以突出信号的非高斯成分，较好地满足独立分量分析的前提条件，即源信号统计独立，因此，采用基于峭度的快速独立分量分析（ICA）算法，成功地分离出了信号的一些独立成分及对应的发声零部件，研究结果表明，根据信号结构选择预处理的方法十分重要，正确的预处理可以使独立分量分析有效地提取机械信号中的特征。     

改进的独立分量分析算法

对独立分量分析算法的基本理论和FastICA算法进行了简要介绍.传统的FastICA算法只具有二阶的收敛速度,为了提高独立分量分析算法的收敛速度,减少迭代次数和运行时间,提出了一种改进的独立分量分析算法——五阶收敛的牛顿迭代法.对牛顿迭代算法加以修正,使改进的独立分量分析算法具有五阶的收敛速度.图像信号分离仿真实验表明,改进算法与传统的FastICA算法在分离效果相当的情况下,明显减少了传统的FastICA算法的迭代次数和运行时间,提高了收敛速度和运行效率.     

独立分量分析在雷达抗干扰处理中的应用

在实战过程中,干扰环境瞬息万变雷达工作环境的恶化使现代雷达系统面临着严峻挑战多数雷达都要求具有从强干扰环境中检测目标和提取目标参数的能力.这要求雷达应具有灵活的环境适应能力和抗干扰能力.为了对雷达信号在不同噪声环境下进行处理,提出采用基于高阶累积量张量对角化的独立分量分析方法.仿真结果表明,该方法可以很好地分离出各种不同调制方式下的连续波雷达信号,对雷达抗干扰具有有效性.     

Application of Kernel Independent Component Analysis for Multivariate Statistical Process Monitoring

In this research,a new fault detection method based on kernel independent component analysis (kernel ICA) is developed.Kernel ICA is an improvement of independent component analysis (ICA),and is different from kernel principal component analysis (KPCA) proposed for nonlinear process monitoring.The basic idea of our approach is to use the kernel ICA to extract independent components efficiently and to combine the selected essential independent components with process monitoring techniques.I2 (the sum of the ...     

用原子吸收间接法测定水果蔬菜和果汁饮料中的维生素C

提出了水果、蔬菜和果汁饮料中维生素Ｃ测定的新方法。该法基于抗坏血酸将Ｃｕ２ ＋ 还原成Ｃｕ ＋ 而与ＳＣＮ－ 生成ＣｕＳＣＮ 沉淀, 并经分离以原子吸收分光光度法测定沉淀中或离心液中的铜含量而间接测得维生素Ｃ含量。这种新方法不受待测样品颜色的干扰;测定结果与常用的２,６－ 二氯靛酚法测定结果相符。     

独立分量分析去除EEG中眼动伪差的方法研究

对独立分量分析(ICA)方法中推广的最大熵(Extended Infomax)算法和奇异值分解(SVD)技术分离脑电图(EEG)中眼动伪差的效果进行了比较，确证ICA方法在极低信噪比时有更好的抗干扰性。同时，使用该算法成功地对16导联早老性痴呆症患者EEG信号中的眼动伪差进行了提取和分离。结果表明，ICA在生物医学工程，尤其是临床医学工程中具有潜在的重要应用价值。     

基于ICA-R的目标运动变化检测

针对实时场景下复杂背景动态变化的特点,在ICA(独立分量分析)模型的基础上,本文将带参考信号的独立分量分析(Independent Component Analysis with Reference, ICA-R)方法引入到目标跟踪环节,该算法能够检测出两帧图像之间目标运动变化而不是背景变化部分,克服了目前大多数基于简单差分模型的变化检测算法计算量大,抗噪声、抗抖动性能弱的问题.实验结果表明,这种方法能够准确地提取出实时场景中目标的运动变化区域,并具有很强的鲁棒性.