基于R语言的ICA在盲源分离的应用

本文首先介绍盲源分离问题和ICA相关理论,然后用R语言实现仿真。通过fastICA算法将盲源分离,实验结果表明,R语言使用fastICA算法在解决盲源分离问题上有很好的效果,但今后还需在算法和问题假设上做改进。     

基于ICA多特征融合的人脸识别

提出了一种基于特征融合的人脸识别方法.该方法首先对预处理后的人脸图像进行全局特征及局部分量的提取,分别采用离散余弦交换(DCT)提取包含图像大量信息的低频部分特征和奇异值分解(SVD)抽取图像的代数特征作为图像的全局特征,采用非负矩阵分解(NMF)提取图像的局部分量特征,然后将此两类特征以独立成份分析(ICA)进行融合,获取用于人脸识别的特征向量.在本文的实验中,我们将此特征向量应用于支持向量机(SVM)进行分类训练及识别测试,并获得较好的结果.     

基于ICA和DWT的数字水印算法研究

研究了小波变换域在低频子带嵌入数字水印的效果、水印嵌入因子对宿主图像质量和提取水印图像质量的影响,研究表明:存在嵌入因子阈值T,在嵌入因子小于T时提取的水印图像有较好的质量,是一种非常有效的数字水印算法.     

Removal of jamming using independent component analysis in non-cooperative passive detection system

Due to electronic jamming transmitted by hostile electronic jamming equipments and unintentional jamming from other illuminating sources in the complex electromagnetic environment,the performance of non-cooperative passive detection systems may degrade it significantly.To solve the problem,a receiving frame with multiple channels for signal preprocessing is designed and a theoretical analysis to the received signals in the complex electromagnetic environment is provided.Furthermore,a scheme for jamming removal using independent component analysis is proposed.Simulation results demonstrate the proposed scheme appears as a very appealing solution for removal of jamming and an approximate 10 dB signal to distortion ratio over traditional schemes is obtained.     

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.     

用Windows终端技术改造实验教学环境

Windows终端是一种瘦客户端/服务器（Thin-Client/Server）系统中的客户端设备,软件、数据在服务器上运行、存储,客户端显示运行结果.用Windows终端技术改造实验教学环境,原有的网络结构和计算机的软硬件资源都可以充分利用,既满足了新的教学要求,又使学校的投资得到有效的保障.     

Multiuser detection and independent component analysis-Progress and perspective

The latest progress in the multiuser detection and independent component analysis (ICA) is reviewed systematically. Then two novel classes of multiuser detection methods based on ICA algorithms and feedforward neural networks are proposed. Theoretical analysis and computer simulation show that ICA algorithms are effective to detect multiuser signals in code-division multiple-access (CDMA) system. The performances of these methods are not identical entirely in various channels, but all of them are robust, efficient, fast and suitable for real-time implementations.     

一种基于数据融合的鲁棒性数字水印算法

利用树状小波分解结合人类视觉系统（HVS）的特性,同时运用线性混合的办法,在载体图像中自适应地嵌入多个数字水印副本;在提取水印时,在每个块中使用独立分量分析ICA的方法提取水印,并对提取出的多个水印副本图像进行融合操作,以提高水印的鲁棒性。仿真试验表明该方法是有效的、可行的。     

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.     

基于独立元分析的数据重构方法及应用

在工业系统采集数据的过程中，因为种种原因会发生数据遗失的现象。为了更好的对工业过程进行分析评估、优化及监控，往往需要重构遗失的数据。主元分析法（PCA）常用于重构遗失数据，但是由于PCA要求观测数据服从正态分布，而实际工业系统获得的数据往往很难满足条件。因此提出一种基于独立元分析（ICA）的数据重构方法。首先使用在正常运行情况下获得的原始数据建立ICA模型，然后利用相关的监控统计量规则来重构遗失的数据，最后通过在TE过程上的仿真应用，验证了该方法的可行性及与PCA相比较的优越性。