期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于非线性主分量分析—多层感知器网络的变压器油中溶解气体数据分析 被引量:4
1
作者 焦卫东 钱苏翔 +1 位作者 杨世锡 严拱标 《中国电机工程学报》 EI CSCD 北大核心 2007年第6期72-76,共5页
采用人工神经网络进行变压器DGA数据的分析与诊断。为全面评价变压器的实际运行状况,综合利用了各特征气体含量及其比值信息,并借鉴模糊数据处理思想构造初始输入特征集合。借助一个特殊的复合神经网络进行数据分析与故障诊断。其中,非... 采用人工神经网络进行变压器DGA数据的分析与诊断。为全面评价变压器的实际运行状况,综合利用了各特征气体含量及其比值信息,并借鉴模糊数据处理思想构造初始输入特征集合。借助一个特殊的复合神经网络进行数据分析与故障诊断。其中,非线性主分量分析网络执行多元输入特征信息的融合及主特征选择,形成待识别故障类的敏感特征量;随后的多层感知器执行故障模式识别。试验结果表明,在DGA分析的基础上,应用非线性主分量分析-多层感知器复合神经网络可有效实现变压器不同故障模式的智能化识别,获得较好的诊断结果。 展开更多
关键词 电力变压器 非线性主分量分析 多层感知器 多元信息融合
在线阅读 下载PDF
非线性PCA在表面肌电信号特征提取中的应用 被引量:6
2
作者 罗志增 赵鹏飞 《传感技术学报》 CAS CSCD 北大核心 2007年第10期2164-2168,共5页
针对表面肌电信号的特点,提出了一种应用非线性主分量分析(PCA)提取表面肌电信号特征的新方法.该方法在表面肌电信号滤波的基础上,采用非线性PCA方法完成数据压缩,将多路表面肌电信号转换为一维的特征数据主元,并以主元曲线的形式输出... 针对表面肌电信号的特点,提出了一种应用非线性主分量分析(PCA)提取表面肌电信号特征的新方法.该方法在表面肌电信号滤波的基础上,采用非线性PCA方法完成数据压缩,将多路表面肌电信号转换为一维的特征数据主元,并以主元曲线的形式输出特征提取结果.本文采用基于自组织神经网络的非线性PCA对手臂尺侧腕伸肌和尺侧腕屈肌的两路表面肌电信号进行主元提取,试验结果表明,四种手部运动模式(握拳、展拳、腕外旋、腕内旋)对应的表面肌电信号利用该方法处理后,得到的主元曲线具有很好的类区分性,依据所得主元曲线的形状特征可以有效地进行手部动作类别的识别. 展开更多
关键词 表面肌电信号 非线性主分量分析 自组织神经网络 特征提取
在线阅读 下载PDF
一类基于非线性PCA准则的复数信号盲分离算法 被引量:1
3
作者 倪晋平 马远良 鄢社锋 《信号处理》 CSCD 2002年第1期52-56,共5页
在阵列信号处理过程中,经常遇到复数信号盲分离问题。例如,卷积混合型的源信号的盲分离;声纳信号盲分离。本文提出了一类基于非线性准则的复数信号盲分离算法。将非线性函数引入学习过程,由算法自动调节学习速率。计算机仿真实验验... 在阵列信号处理过程中,经常遇到复数信号盲分离问题。例如,卷积混合型的源信号的盲分离;声纳信号盲分离。本文提出了一类基于非线性准则的复数信号盲分离算法。将非线性函数引入学习过程,由算法自动调节学习速率。计算机仿真实验验证了算法的有效性,文中给出了验证结果。 展开更多
关键词 独立分量分析 非线性主分量分析 神经网络 复数信号盲分离算法 非线性PCA准则 阵列信号处理
在线阅读 下载PDF
一种改进的非线性PCA胎儿心电信号提取算法 被引量:3
4
作者 夏冰 刘亚雷 +2 位作者 穆晓敏 齐林 杨守义 《郑州大学学报(理学版)》 CAS 北大核心 2009年第1期99-103,共5页
传统非线性主分量分析(PCA)算法在提取胎儿心电信号(FECG)时,对信道参数变化的跟踪能力较差,为有效地跟踪信道参数的变化,快速提取胎儿心电信号,提出一种通过预测误差调整遗忘因子的非线性PCA算法.该算法具有收敛速度快,参数估计误差小... 传统非线性主分量分析(PCA)算法在提取胎儿心电信号(FECG)时,对信道参数变化的跟踪能力较差,为有效地跟踪信道参数的变化,快速提取胎儿心电信号,提出一种通过预测误差调整遗忘因子的非线性PCA算法.该算法具有收敛速度快,参数估计误差小的优点.仿真结果表明,该算法与传统算法相比,可以快速有效地抑制掉母亲心电信号(MECG)和各种噪声,提取更清晰的胎儿心电信号. 展开更多
关键词 非线性主分量分析 胎儿心电信号 母亲心电信号 盲信号分离
在线阅读 下载PDF
基于核函数的雷达一维距离像目标识别 被引量:10
5
作者 孟继成 杨万麟 《电子与信息学报》 EI CSCD 北大核心 2005年第3期462-466,共5页
该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样小进行识别研究,结果表明对于雷达目标距离像识别,支持向量... 该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样小进行识别研究,结果表明对于雷达目标距离像识别,支持向量机方法较其它两种方法更为有效,并对实验结果给出了合理的解释。 展开更多
关键词 雷达目标识别 基于核函数的方法 支持向量机 非线性主分量分析 非线性判别分析
在线阅读 下载PDF
一种按块递归的盲源分离方法 被引量:2
6
作者 刘建强 冯大政 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第2期233-236,共4页
自然梯度算法比随机梯度算法有更好的收敛性能和数值稳定性,块递归算法需要较少的运算时间.结合这两者的优点,提出一种基于块递归的盲源分离算法.首先基于自然梯度和非线性主分量分析,构造出按块递归更新的矩阵方程,然后用QR分解和回代... 自然梯度算法比随机梯度算法有更好的收敛性能和数值稳定性,块递归算法需要较少的运算时间.结合这两者的优点,提出一种基于块递归的盲源分离算法.首先基于自然梯度和非线性主分量分析,构造出按块递归更新的矩阵方程,然后用QR分解和回代法逐块求解该矩阵方程得到最优分离矩阵.与已有递归型盲源分离算法相比,数值仿真实验表明本方法运行一次所需平均时间减少了65%,所求矩阵的正交性能指标改善了10 dB. 展开更多
关键词 盲源分离 自然梯度 非线性主分量分析 块递归
在线阅读 下载PDF
基于NPCA的盲源分离算法 被引量:2
7
作者 刘新艳 毋丹芳 李维勤 《无线电通信技术》 2007年第2期29-30,60,共3页
主要讨论了基于非线性主分量分析(NPCA)的盲源分离,从理论与实验2个方面详细分析了算法的特性与效果。针对算法中的非线性函数选择的问题,采用了在线统计的方法,即根据不同的输入信号选择不同的非线性函数。从实验结果可以看出,该方法... 主要讨论了基于非线性主分量分析(NPCA)的盲源分离,从理论与实验2个方面详细分析了算法的特性与效果。针对算法中的非线性函数选择的问题,采用了在线统计的方法,即根据不同的输入信号选择不同的非线性函数。从实验结果可以看出,该方法不仅可以很好地解决源信号为亚高斯信号混合的盲源分离问题,而且对源信号为亚高斯和超高斯信号混合的盲源分离问题也取得了很好的效果。 展开更多
关键词 盲源分离 分量分析 非线性主分量分析 超高斯信号
在线阅读 下载PDF
基于Anscombe变换的X射线图像序列盲源分离降噪 被引量:6
8
作者 沈帆 李翰林 +1 位作者 孙斌 喻春雨(指导) 《光学精密工程》 EI CAS CSCD 北大核心 2020年第1期244-250,共7页
为降低泊松噪声对X射线图像质量的影响,本研究提出一种采用非线性主分量分析(NLPCA)对X射线图像序列进行盲源分离的降噪方法。该降噪方法首先采样一序列X射线图像,并通过Anscombe变换将图像中泊松噪声转化为高斯噪声;然后将每张含噪声... 为降低泊松噪声对X射线图像质量的影响,本研究提出一种采用非线性主分量分析(NLPCA)对X射线图像序列进行盲源分离的降噪方法。该降噪方法首先采样一序列X射线图像,并通过Anscombe变换将图像中泊松噪声转化为高斯噪声;然后将每张含噪声图像视为噪声分量和信号分量的组合,进而采用NLPCA将信号分量和噪声分量分离达到降噪目的;最后通过Anscombe逆变换获取最终降噪图像。研究结果表明:当序列中含噪声图像张数从2增加到50时,提出的降噪方法可以将Shepp-Logan头模型含噪声图像的PSNR值由28.2894 dB提高到37.2678 dB、SSIM值由0.7007提高到0.9638。相比较常用的降噪算法,提出的降噪方法在有效消除X射线图像中泊松噪声的同时,使图像中细节轮廓保留更完整。 展开更多
关键词 X射线图像 泊松噪声 Anscombe变换 非线性主分量分析 盲源分离
在线阅读 下载PDF
Modeling and monitoring of nonlinear multi-mode processes based on similarity measure-KPCA 被引量:10
9
作者 WANG Xiao-gang HUANG Li-wei ZHANG Ying-wei 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第3期665-674,共10页
A new modeling and monitoring approach for multi-mode processes is proposed.The method of similarity measure(SM) and kernel principal component analysis(KPCA) are integrated to construct SM-KPCA monitoring scheme,wher... A new modeling and monitoring approach for multi-mode processes is proposed.The method of similarity measure(SM) and kernel principal component analysis(KPCA) are integrated to construct SM-KPCA monitoring scheme,where SM method serves as the separation of common subspace and specific subspace.Compared with the traditional methods,the main contributions of this work are:1) SM consisted of two measures of distance and angle to accommodate process characters.The different monitoring effect involves putting on the different weight,which would simplify the monitoring model structure and enhance its reliability and robustness.2) The proposed method can be used to find faults by the common space and judge which mode the fault belongs to by the specific subspace.Results of algorithm analysis and fault detection experiments indicate the validity and practicability of the presented method. 展开更多
关键词 process monitoring kernel principal component analysis (KPCA) similarity measure subspace separation
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部