独立分量分析

摘要： 早期火灾识别需要从视频图像中分割出疑似火焰区域,有效的火焰区域分割不但可以剔除杂乱背景,减小运算量,而且有助于后期特征提取和处理。通过对独立分量分析(ICA)方法应用于图像分离的研究,将其应用于视频火焰图像分割。首先将图像序列进行白化处理,接着使用ICA方法将图像中包含着独立信息的区域分离出来,最后通过颜色模型确定火焰所在的区域。实验结果表明:该方法能有效地分割出疑似火焰区域,且不易受到噪声和光线变化影响。

摘要： 由于传统方法在实际应用中对于光伏电站直流单导线载波通信信号提取得不够全面,提取率较低,为此提出光伏电站直流单导线载波通信信号提取方法。使用GUHN-2554无线传感器读取到载波机上原始通信信号;通过对原始通信信号进行经验模态分解,得到不同时间尺度下的特征参数;再根据特征参数,通过独立分量分析计算出逼近特征参数值的通信信号,将其从混淆信号中分离出来,从而完成了光伏电站直流单导线载波通信信号提取。经实验证明,应用此次设计方法可以基本全面提取到载波通信信号,提取率远高于传统方法,更适用于光伏电站直流单导线载波通信信号提取。

摘要： 随掘地震是利用掘进机切割岩石产生的振动作为震源来进行探测,具有安全、简便、高效等优点,但随掘地震探测所采集的地震记录中波组成分复杂,有效信号能量弱,且被掘进机工作时产生的强噪声干扰,信噪比极低,去噪难度大,需要对随掘地震记录去噪方法进行研究。通过改进人工蜂群(IABC)算法搜索策略,提高了人工蜂群算法的收敛速度和收敛精度,将改进人工蜂群算法作为独立分量分析(ICA)方法的优化算法,提高独立分量分析方法的信噪分离效果。建立随掘地震超前探测地质-地球物理模型,给定加噪的变频变幅连续信号作为随掘地震震源子波,采用有限差分法进行数值模拟,得到随掘地震的地震记录,并在仿真地震记录中加入随机噪声;采用基于改进人工蜂群的独立分量分析方法(IABC-ICA)进行噪声与有效信号的分离,在此基础上利用互相关和脉冲反褶积方法进行压缩子波处理,得到与采用雷克子波震源模拟地震记录一致的波场特征,验证了该方法的去噪效果。结合现场试验的实测数据,进行IABC-ICA去噪、互相关、反褶积等处理,从信噪比较低的实际地震记录中提取了有效波信号。研究表明:基于改进人工蜂群的独立分量分析方法能够较好地分离随掘地震记录中的有效信号和干扰噪声信号,改善随掘地震有效信号的提取质量。

摘要： 针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域矩阵拓展到高维矩阵,得到吸引子轨迹矩阵;然后对轨迹矩阵进行奇异值分解降噪,依据奇异值差分谱阈值原则选取相应阶次分量进行重组构造虚拟噪声通道;接着将重组信号和观测信号进行独立分量分析分离;最后利用能量算子解调方法提取出有效的故障特征分量,进而识别故障类型。滚动轴承故障诊断实验和仿真结果表明该方法有效可行。

摘要： 针对未知的欺骗干扰信号的检测识别问题,提出一种基于主特征独立分量分析(Independent Component Analysis,ICA)的欺骗干扰检测识别算法。首先,对真实导航信号和欺骗干扰信号进行分离和解调;然后,根据主特征值分布和解调得到的不同载频下导航电文的差异性,对转发式欺骗干扰和生成式欺骗干扰进行检测识别。实验结果表明,在半符号延迟下,所提算法解决了多峰检测算法识别性能下降的问题,检测识别率达到85%。

摘要： 铁路与地铁承担着极其繁重的人员通行和货物运输任务,其运行封闭化,检修天窗期有限,工作环境恶劣,现有的管理、监控手段无法及时、全面地了解各关键部件的服役状态。文章提出了一种利用超声导波换能器向轨道内发射汉宁窗调制的特定频率脉冲信号,通过分析反射信号的等效特征,确定钢轨缺陷是否存在。经过多场景测试试验,验证该方法具有良好的效果。

摘要： 为解决多设备载波通信混合信号噪声干扰较大,影响通信传输安全性能的问题,提出一种多设备载波通信干扰批量抑制方法。在物联网环境下,通过天线接收多设备载波通信的混合信号,运用小波去噪方法去除噪声信号,获取到包含跳频信号与梳状阻塞干扰信号的源信号,然后采用独立分量分析算法得出分离矩阵,分离出跳频信号与梳状阻塞干扰信号,实现对物联网环境下多设备载波通信干扰的批量抑制。实验结果表明,该方法可有效降低通信噪声信号幅值,具有较高的去噪效果,能够有效分离通信混合信号,批量抑制通信中的梳状阻塞干扰,为物联网环境下多设备载波通信的安全稳定运行提供保障。

摘要： 由于传统方法在进行纺织品缺陷检测过程中无法精准获取源信号分布情况,因此设计一种基于独立分量分析的纺织品缺陷快速检测系统。系统硬件包含织物传动结构、镜头、图像收集与处理卡板;软件为Linux操作系统,运用交叉研发模式完成软件程序研发,设计纺织品缺陷快速检测算法,即根据统计独立原则将测量信号分解成若干互相独立的元素,采用独立分量分析算法分析源信号的非高斯分布,以此提取纺织品图像的高、低阶矩特征,检测纺织品缺陷。实验结果表明,该系统对于纺织品缺陷检测的精度远高于传统方法,实际应用效果更好。

摘要： 新能源的大量接入使得配电网的谐波污染愈发严重,系统谐波阻抗的精确估计是准确判别谐波责任的关键.新能源并网逆变器发射的谐波与网侧谐波之间存在一定的相关性,导致现有方法的精度降低甚至失效.为此,提出一种基于子带分量分解与独立分量分析的系统谐波阻抗估计方法.首先,通过小波包分解将并网连接点(PCC)处谐波电压、电流的观测信号分成各子带信号,并计算得到各子带的互信息值;然后,选择互信息值最小的子带作为独立子带,并在该子带上通过独立分量分析求得分离矩阵,以实现相关谐波源信号的分离;最后,通过系数矩阵中各元素间的数学关系求得系统谐波阻抗值.仿真分析结果表明:在PCC两侧发射谐波间存在一定相关性的场景下,所提方法能够有效地减小网侧谐波带来的误差,相较于已有方法拥有更好的估计精度与鲁棒性.

摘要： 针对传统独立分量分析算法存在过度依赖梯度信息、容易陷入局部最优等缺陷,提出一种基于遗传-狮群算法(GA LSO)优化的独立分量分析算法.以信号的峭度绝对值之和作为目标函数,结合遗传算法较强的全局搜索能力和狮群算法良好的进化机制,对目标函数进行求解,提高了独立分量分析算法的精度,实现了对混叠信号的盲分离.仿真实验结果表明,该算法在收敛精度和速度上均较其他智能算法有较大提升,在解决盲源信号分离问题时,具有更高的收敛精度和更好的全局搜索能力,能有效地分离出各个源信号.

摘要： 如何消除大地电磁数据中的人文噪声是近年来研究的一个热点问题.本文介绍了独立分量分析在MT数据人文噪声消除中的应用。通过对实验结果的对比分析，得出了该方法能有效消除MT数据中的人文噪声。通过使用ICA方法，并适当地向处理中添加补充信号，可以对MT数据的每一道数据分别进行去噪处理。实验结果表明，该方法有效地消除了MT数据中的人文噪声。

摘要： 反应堆松动部件监测系统探测到的混合信号,在其信噪比较低的情况下,用传统的去噪方法很难得到微弱冲击信号的频率特征.针对此问题,本文研究了独立分量分析的相关理论和算法,提出了在一定假设条件下利用该技术进行松动部件冲击信号的信噪分离思想.在所设计的模拟实验装置上采集得到钢球冲击信号,将其与高斯白噪声和有色噪声混合模拟松动部件监测系统监测的信号,选用基于高斯度量的峭度作为独立分量分析算法的目标函数,建立了分离算法.通过仿真实验,证明该算法能够实现信噪分离,达到了较好的分离效果.

摘要： 地面微地震监测资料采集方式特殊,采集后资料中存在大量的噪声,随机噪声很明显,并带有能量很强的局部相干噪声,有效信号不连续,振幅较弱,甚至有效信号完全被湮没在噪声中,看不到同相轴,资料的信噪比很低.本文将随机噪音作为源信号,经过数据的白化处理后,消除了数据间的相关性,随后应用快速独立分量分析算法进行了信号和噪声的分离,并对模型进行了试算和实际资料的处理,取得了较好的效果.

摘要： 针对独立分量分析在多目标混合信号分离中存在排序不确定的问题,本文提出一种能量域后置处理方法.该方法依据基于目标辐射噪声的幅频特性不同特点,可以有效降低分离后混合信号排序的混乱概率,提高分离后混合信号排序的一致性.数值仿真处理结果表明,该方法有效克服混合信号分离后排序混乱现象,增强了独立分量分析在实际信号分离中的有效性.

摘要： 在深入分析独立分量分析(Independent Component Analysis)技术的基础上,针对常规数值求解方法容易陷入局部最优解的问题,提出了一种基于快速独立分量分析和混沌粒子群的红外小目标检测算法.将包含复杂背景和运动小目标的图像序列视作混合信号,目标可视作为其中一个独立分量,应用快速独立分量分析将此独立分量从混合信号中分离出来,利用混沌粒子群算法取代快速独立分量分析中的牛顿迭代法,使得收敛精度和速度得到提高,最后进行阈值分割以及运动一致性检测,从而检测出红外小目标.文中给出了实验结果与分析,并与基于牛顿迭代法的快速独立分量分析的检测算法作了比较.实验结果表明,本文提出的算法具有更高的检测概率,优于基于快速独立分量分析的检测算法.

摘要： 针对齿轮箱传动过程过程中多级传动相互干扰,微弱故障容易被噪声湮没问题,提出一种基于经验模式分解(EMD)和独立分量分析(ICA)的齿轮箱复合故障诊断方法,通过将EMD分解后的本征模函数(IMF)作为ICA方法中的虚拟通道,解决了对单一采样信号进行盲源识别的欠定问题.该方法首先对单通道齿轮箱复合故障信号进行EMD分解,得到多个IMF分量,然后依据相关系数值以及峭度准则,选取有效的IMF分量与原观测信号组成新的观测信号,对其进行ICA处理,进而实现齿轮箱复合故障的分离.实验结果表明,该方法可有效地分离齿轮箱的复合故障.

摘要： 主成分分析(PCA)和独立分量分析(ICA)分别是基于数据二阶和高阶统计信息的特征提取方法,支持向量机(SVM)具有小样本、高维数和非线性分类的特征.本文提出了一种综合PCA-ICA加权的SVM遥感图像分类方法,并从距离和余弦相似性度量方面对HSI高光谱遥感图像进行了分类实验.结果表明,该方法在选取合适SVM核函数参数情况下的分类精度要高于用单一方法的分类精度,具有一定的可行性和实际意义.

摘要： 提出了一种基于DWT-FastICA和IMPSCO的两阶段时变结构损伤识别方法.第Ⅰ阶段:首先,通过离散小波变换(discrete wavelet transform,DWT)对各传感器采集到的结构动力响应信号进行预处理;然后,利用快速独立分量分析(fast independent component analysis,FastICA)提取出包含损伤信息的特征分量,从而确定损伤发生的时刻并初步定位损伤.第Ⅱ阶段:采用改进的多粒子群协同优化算法(improved multi-particle swarms cooperative optimization,IMPSCO)分时段进行物理参数优化,实现损伤的精确定位和定量.通过一个数值算例和试验验证了所提方法的有效性,同时从噪声水平和损伤大小两个方面对该方法进行了探讨.研究表明,所提的方法能够较好地应用于线性时变结构损伤发生时间、位置与损伤程度的识别,根据不同的需求,不仅能够实现快速的损伤初步定位,而且可以进一步对损伤进行精确定位和定量,具有良好的容噪性、鲁棒性和工程实用性.

摘要： 针对触觉传感器信号易受机器人动力系统的电磁干扰而带来工频噪声,设计一种采用匹配滤波和独立分量分析消除触觉传感器工频噪声的新方法.首先通过匹配滤波判断触觉传感器信号中是否含有工频噪声,其次运用独立分量分析法消除相应的工频干扰.实验结果表明:匹配滤波可以有效判断传感器信号是否受到工频干扰,独立分量分析法不仅能够有效地消除传感器信号中的工频噪声,且不会对其他频率成分造成影响,具有良好的工频滤波效果.

摘要： 本文分析了ICA原理和基于非线性函数的FAST ICA原理和算法,提出了基于回火退火的ICA,还同时提出了基于遗传算法的ICA,不同于FAST ICA,这两种算法都是直接对目标函数进行优化求解.并给出了基于方波正弦波混合的仿真实验和振动信号混合的仿真实验,实验表明,基于回火退火的ICA和遗传算法的ICA都具有良好的效果,特别是当信号的一阶导数不存在的时候,两种算法具有一定优势.

摘要： 本发明涉及色域分量分析装置、分析色域分量的方法及色域分量分析程序。色域分量分析设备包括：柱状图处理部分，用于对视频信号中的色彩分量执行柱状图处理；色域分量计算部分，用于从所述柱状图处理部分的柱状图处理的结果计算比预定标准的信号宽的宽色域分量；及图形处理部分，用于产生并输出用户界面图像，用户界面图像显示所述视频信号中所述宽色域分量的存在，或者所述宽色域分量与所述视频信号的比例。

摘要： 本发明公开了一种基于独立分量分析的运动想象脑电信号分类方法，包括以下步骤：S1：采集脑电信号并对脑电信号进行预处理，将预处理后的脑电信号随机分为训练集和测试集；S2：将训练集数据依次选择单次试验样本数据进行独立分量分析计算，并基于源的空间分布模式实现运动相关分量的自动识别获取；S3：基于零训练分类器的运动想象分类识别；S4：使用训练集数据进行导联的优化选择，将优化后的导联代入测试集，循环步骤S2和S3，得到最终的分类识别率。本发明可以减少由采集的EEG数据之间的差异性所带来的空域模型匹配问题产生，对运动想象EEG信号具有较高的识别正确率。

摘要： 本发明涉及信号处理及人工智能，旨在提供一种基于独立分量分析与相关性准则的旋转机械故障诊断方法。包括：测量旋转机械的多通道振动信号，利用独立分量分析算法进行变换；基于相关性准则与贝叶斯信息准则的分离信号选取，提取故障特征向量；旋转机械支持向量机诊断模型训练与诊断，以输入特征向量R输入模型对旋转机械进行故障诊断，根据预设的判断条件对诊断结果进行分类并发出警报。本发明解决了以往独立分量分析仅应用在人工诊断而极少应用在人工智能诊断方面的问题，较大程度地提升了旋转机械故障诊断的准确性，因此，本发明具有很好的使用价值。

摘要： 本发明公开了一种结合集成学习与独立分量分析的运动想象分类方法，基于不同的单次试验数据构造ICA空域滤波器对数据进行空域滤波与特征提取，并使用简单分类规则构造不同的基分类器，进而运用集成学习的投票法结合策略构成新的运动想象脑电信号分类器。本发明设计的集成分类器具有较稳定的识别率，多个基分类器集成学习分类，可以获得比单一分类器更优越的泛化性能，提高EEG信号的分类识别率。在不同受试者之间和同一受试者的不同时期采集的数据的迁移测试中，也体现较稳定的性能，具有更好的实用性。

摘要： 本发明公开了一种基于独立分量分析‑残余总体相关分析的低维时域量化特征提取技术，其特征在于，该方法包括如下步骤：1）数据选择、预处理与训练集的构建；2）独立分量分析特征抽取网络的批训练；3）模式分类目标综合分析；4）时域特征提取器的联合构建；5）残余总体相关低维量化特征提取；6）特征数据的空间可视化后处理。本发明的有益效果是，方法设计合理，使用简明，提取特征典型。

摘要： 本发明涉及一种结合独立分量分析和线性判别分析的癌症预测方法，具体包括以下步骤：(1)用过滤技术预处理基因微阵列数据；(2)将预处理后的基因微阵列数据用独立分量分析技术进行变换，得到独立分量集；(3)应用线性判别分析技术处理独立分量集，将基因微阵列数据投影到具有最佳可分性的低维空间；(4)利用投影后的基因微阵列数据训练最近邻分类器，生成分类器模型。本发明在过滤处理后的基因微阵列数据上，利用独立分量分析挖掘基因微阵列数据的隐含信息，利用线性判别分析将基因微阵列数据投影到具有最佳可分性的低维空间，提高了癌症预测的精度，降低了癌症预测的时间。

摘要： 本发明公开了一种基于独立分量分析和遗传神经网络的近红外光谱分析方法，该方法对采集得到的近红外光谱，首先用离散小波变换对光谱数据进行有效压缩；然后用独立分量分析方法提取近红外光谱数据矩阵的独立成分和相应的混合系数矩阵；建立三层BP神经网络，将训练样本的混合系数矩阵作为输入，相应测得的被测成分浓度矩阵作为输出，并采用遗传算法优化神经网络结构，经训练样本训练得到GA－BP神经网络；最后使用GA－BP神经网络对预测集样本的被测成分浓度进行预测分析。该方法丰富了化学计量学方法，拓宽了独立分量分析的应用范围，具有良好的应用前景。

摘要： 本发明公开了一种基于复值独立分量分析的磁共振图像分离方法及装置，将多个通道线圈的MRI数据压缩为少量通道；再将采集的频域数据傅里叶变换到图像域；将整个图像均分成重叠的各个小块；对于每一个小块应用基于复值的ICA，得到没有混叠的图像。本发明利用核磁共振成像多线圈之间的冗余信息和复数值独立分量分析(cICA)来分离和重建MR图像。将图像分块后进行ICA分解，最后重建出无混叠的成像图像。和传统方法相比可以在采集数据更少的情况下有效去除混叠现象。

摘要： 本发明公开了一种基于变分模态分解(VMD)和约束独立分量分析(cICA)的人体心率变异性(HRV)与呼吸率(RR)测量方法，该方法对人体面部视频数据进行像素相干平均运算，将其转化为RGB观测信号，并对RGB观测信号进行预处理操作以实现标准化。接着对G通道信号使用VMD算法进行4通道分解，以分解出的4通道分量中频谱峰值最大的分量为基础求出血流量脉冲(BVP)的参考信号。基于该参考信号，使用cICA算法从RGB观测信号中分离出BVP源信号，并运用VMD算法对BVP源信号进行4通道分解，从分离出的4通道分量中提取出优质脉搏波成分，进一步求得HRV参数和RR。本发明能够回避传统盲源分离/独立分量分析算法中固有的源排序模糊问题，并具备较好的抗噪声干扰性，在该领域具有较好的应用前景。

摘要： 本发明公开了一种基于核独立分量分析的胎儿心电检测方法，采用核独立分量分析的信号分离方法，并基于该方法从孕妇腹壁心电信号中分离出胎儿心电信号，本发明采用核独立分量分析代替独立分量分析，它可以适应不同的信源分布，从而使算法对各种应用场合更具鲁棒性。另一方面，核独立分量分析为信号分离问题提供了一种新的解决方法，它不是基于单个非线性函数，而是基于候选非线性函数空间。将再生核Hilbert函数空间的再生特性引入到代价函数的构造过程，通过在整个再生核Hilbert函数空间的有效搜索，得到独立代价函数的近似值，提高胎儿心电信号提取的鲁棒性。