核独立分量分析在盲源信号分离中的应用研究

提出利用核独立分量分析来分离混合语音信号的盲信号处理方法.介绍了基于核空间ICA的原理和基本算法,然后利用核独立分量分析算法和固定点快速分离算法分离了混合语音信号.试验结果表明:利用基于核独立分量分析的方法可以得到较为理想的分离效果.     

基于通讯录的构件通信和动态迁移算法

可用资源动态性是因特网环境的重要特征之一.通过迁移应用构件可以调节这种动态性,但必须解决构件透明寻址和构件迁移前后的一致性问题.现有工作在构件迁移一致性方面存在不足.提出一种基于通讯录的构件迁移模型以及通信算法,它借助Home站点和组播通信机制解决了上述问题并且具有较好的系统可扩展性.     

基于小波变换的主元分析人脸图象识别

基于小波变换的主元分析人脸图象识别高西奇，周洪祥，何振亚（东南大学无线电工程系，南京２１００１８）人脸图象识别是模式识别领域的一个重要研究课题［１，２］，但是由于人脸虽有固定结构而无固定形状的特殊性，人脸的自动识别非常困难，特别是要求机器在学习之后能...     

彩色分量流形特征融合的人脸识别

对人脸图像RGB彩色空间三分量的非线性流形嵌入进行了分析,提出一种结合了流形学习技术和图像彩色信息的人脸识别方法。 该方法对人脸图像的彩色三分量分别采用局部线性嵌入（LLE）方法进行特征提取,提取的特征进行归一化处理和特征融合,采用线性判别分析（LDA）增加分类判别性,最后采用k最近邻法（kNN）进行分类。 该方法中提取的特征,能够保持人脸图像数据的非线性结构,同时利用了人脸图像的彩色信息。 对比实验结果表明,利用了彩色信息的三分量流形学习特征融合方法,比Fisherface特征灰度图像和单个彩色分量的人脸识别性能有所改善。      

基于Kernel PCA的人脸识别算法的探讨

扼要阐明抽取二维人脸图像特征方法并进行人脸识别,结合实验结果进行分析比较主元分析和核主元分析方法的优缺点,得出核主元分析方法在人脸识别算法中误识率低,解决了维数和小样本问题,能准确快速识别人脸的结论.     

基于PCA和LS-SVM的软测量建模与应用

针对工业过程中某些重要过程变量难以实现实时在线检测和高维数据处理的问题,提出了将主元分析与最小二乘支持向量机相结合的软测量建模方法,并利用该方法建立了工业阿维菌素发酵过程中的菌丝浓度软测量模型.主元分析方法的引入,有效地提高了最小二乘支持向量机软测量模型的精度和泛化能力.应用结果表明,该方法与基于径向基函数神经网络软测量模型相比具有有效性和优越性.     

十二种常用中草药中微量元素的主成分分析

在已有实验数据的基础上,采用主成分分析法,对12种常用活血化瘀类中草药微量元素与质量之间的关系进行综合评价。本文计算获得了3个主成分及相应的主成分方程,表明主成分分析和因子得分可以用于12种中草药质量的综合评价,分析结果可以为药品研制和应用提供科学依据。     

转炉冶炼过程中合金成分控制模型

通过对转炉冶炼过程脱氧和合金化过程的分析,采用参考炉次法处理合金元素收得率参数,并采用多元线性规划方法对合金化操作进行最优化计算,得到工程实用的脱氧和合金化控制模型·通过该模型的应用,可以保证按照各钢种成分要求实现准确、经济地进行转炉出钢时脱氧和合金化操作,使钢水成分达到要求范围,实现钢水的窄成分控制·     

基于主成分分析和投影寻踪的风电场项目综合评价

针对风电场项目在规划、投建、运行过程中牵涉因素众多,且存在重叠性或相关性,难以直接优化选择的问题,采用主成分分析和投影寻踪组合的方法综合评价风电场项目的经济效益,并选择出最优的风电场项目规划方案.研究表明,投影寻踪主成分分析方法既不减少评价指标的信息量又能简化运算,通过对原始变量一维投影的研究,寻求其中起主要作用的少数综合指标,得到的新指标是原始指标的线性组合.最后,把该综合评价模型应用到浙江舟山4座拟建的风电场项目中,结果表明该模型的合理性与科学性.     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．