排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
在多元统计分析中,确定统计元数目是一个重要问题,尤其在独立元分析中,更是一个根本问题.元数目就是系统独立变量数目,通过泰勒展开,系统可以用线性迭加高阶小的误差项描述,在白噪声达到一定强度时,非线性误差作为高阶小项可以忽略,系统表现线性特征.当按照0～4 dB信噪比向系统添加白噪声后,系统协方差矩阵的特征值分为两部分,即较小的、几乎相等的噪声贡献的特征值和噪声基础上叠加了独立变量贡献的较大的特征值.利用这一特点,可以将系统的独立变量区分开来,判断出"统计元"数目.通过算例对结论进行了验证,并探讨了影响结论的几个因素. 相似文献
2.
化工过程系统的状态空间分析 总被引：4，自引：2，他引：4
对过程测量因次和机理进行分析，提出了状态空间维数的判定准Jl,l，将独立成分分析方法用于过程状态空间分析和获取状态变量，探讨了确定状态空间的影响因素．仿真案例中，依据准则判定了状态空间维数和对应的状态变量，准则判定结果和多变量统计结果一致；采用独立成分分析，确定出状态独立分量，清晰、准确地对系统进行了描述。证实独立成分分析是一种有效的状态空间分析工具。 相似文献
3.
盲信号分离输出与源信号的一致性判断 总被引：1，自引：0，他引：1
针对盲信号分离需要判断分离结果与源信号是否一致的问题,基于统计独立变量函数仍然保持“统计独立”的性质,提出了独立分量分析(ICA)的输出分量与源信号的一致性判断方法.该方法通过计算混合信号及其差分值混合矩阵的相关矩阵,根据ICA各分量对应的最大相关系数来判断ICA各分量与源信号的一致性.模拟计算和实验结果表明:若差分前后混合矩阵的最大相关系数趋近于1,则ICA输出分量与对应的源信号一致;为保证分离的准确,差分前后混合矩阵的最大相关系数不应小于0.8. 相似文献
4.
数据空间的不均匀性是导致基于样本协方差矩阵特征值的多变量系统独立变量数目判定误差的原因.为此,文中提出了一种多变量统计分析中独立变量数目的判定方法.该方法首先对样本数据马氏距离化,然后添加均匀白噪声以掩蔽数据空间的不均匀性,最后降序排列协方差矩阵的特征值,计算对数值,并求二阶差分,所得序列值分为与零值有微小差异的噪声贡献和与零值有明显差异的独立变量贡献,从而实现了独立变量数目的准确判定.算例和实验结果均表明,该方法判定结果准确、清晰、稳定. 相似文献
1