利用独立成分分析的高光谱图像波段选择方法 被引量：11

1

作者 何元磊 刘代志 +1 位作者 王静荔 易世华 《红外与激光工程》 EI CSCD 北大核心 2012年第3期818-824,共7页

提出一种适合目标探测的基于独立成分分析(ICA)的高光谱图像波段选择方法。首先进行"虚拟维"(VD)估计以确定重要独立成分个数,同时对FastICA生成的独立成分排序,选择排序靠前的几个独立成分作为重要独立成分;再根据波段对重... 提出一种适合目标探测的基于独立成分分析(ICA)的高光谱图像波段选择方法。首先进行"虚拟维"(VD)估计以确定重要独立成分个数,同时对FastICA生成的独立成分排序,选择排序靠前的几个独立成分作为重要独立成分;再根据波段对重要独立成分的平均贡献量对波段排序;最后使用光谱相似性度量去除排序后的冗余波段,保证了最终波段子集含有较多的目标信息。对AVIRIS获取的两幅真实高光谱图像进行了目标探测实验,结果表明,文中方法优于另外两种基于二阶统计特性的波段选择方法,其选出的波段分别占据全部波段的12%和3%,目标探测算子自适应余弦估计(ACE)和自适应匹配滤波(AMF)其上的探测率较全波段分别提高了30%和15%。 展开更多

关键词 波段选择 高光谱图像 目标探测 独立成分分析 虚拟维

在线阅读 下载PDF 职称材料

基于多尺度核独立成分分析的柴油机故障诊断 被引量：8

2

作者 刘敏 李志宁 +2 位作者 张英堂 范红波 詹超 《振动．测试与诊断》 EI CSCD 北大核心 2017年第5期892-897,共6页

为提高利用缸盖振动信号进行柴油机故障诊断的精度和速度,提出了一种基于多尺度核独立成分分析提取故障敏感频带的柴油机故障诊断方法。首先,提出奇异值能量标准谱对缸盖振动信号中的微弱冲击特征进行增强;然后,对信号进行固有时间尺度... 为提高利用缸盖振动信号进行柴油机故障诊断的精度和速度,提出了一种基于多尺度核独立成分分析提取故障敏感频带的柴油机故障诊断方法。首先,提出奇异值能量标准谱对缸盖振动信号中的微弱冲击特征进行增强;然后,对信号进行固有时间尺度分解,并基于相关性准则选择有效频带分量;最后,利用核独立成分分析消除有效频带之间的频带混叠,得到故障敏感信息集中的独立频带,并计算其自回归模型(auto regression model,简称AR)参数、模糊熵和标准化能量矩作为特征向量输入核极限学习机(kernel extreme learning machine,简称KELM)进行柴油机故障诊断。试验分析结果表明,该方法可以快速准确地提取缸盖振动信号中的柴油机故障敏感频带,增强故障敏感特征,故障诊断准确率达到99.65%。 展开更多

关键词 奇异值能量标准谱 固有时间尺度分解 核独立成分分析 故障敏感频带 柴油机故障诊断

在线阅读 下载PDF 职称材料

基于快速独立成分分析的高效合作频谱感知方法

3

作者 罗成 邢志强 +4 位作者 李颖 曲洪权 梅顺良 宋鹏 陈巍 《传感器与微系统》 CSCD 北大核心 2012年第12期19-22,共4页

针对能量检测无法区分主用户与次用户的局限性,将基于快速独立成分分析的盲源分离算法引入频谱感知以分离主次用户的混合信号。在此基础上,提出一种基于近似负熵的判决准则对分离后的信号进行检测。针对单节点频谱感知的不可靠性,将以... 针对能量检测无法区分主用户与次用户的局限性,将基于快速独立成分分析的盲源分离算法引入频谱感知以分离主次用户的混合信号。在此基础上,提出一种基于近似负熵的判决准则对分离后的信号进行检测。针对单节点频谱感知的不可靠性,将以上算法拓展到加权合作感知,同时提出一种选择合作感知算法以降低感知数据传输开销和检测延时。仿真结果表明:所提算法能够可靠地检测主用户并能有效地提高频谱利用率。 展开更多

关键词 合作频谱感知 快速独立成分分析 加权合作感知 选择合作感知

在线阅读 下载PDF 职称材料

基于独立成分分析的优选N200和P300特征通道算法

4

作者 李文轩 李伟 +1 位作者 李梦凡 刘成用 《计算机工程与科学》 CSCD 北大核心 2017年第9期1682-1690,共9页

针对脑电信号存在个体差异性并易受噪声、伪迹干扰的特点,提出一种基于独立成分分析ICA的优选特征通道算法。采用ICA将通道的数据分解为N200、P300、眼电伪迹以及其他生理信号,根据这些信号对每个通道的影响程度,判定各通道是否适合进... 针对脑电信号存在个体差异性并易受噪声、伪迹干扰的特点,提出一种基于独立成分分析ICA的优选特征通道算法。采用ICA将通道的数据分解为N200、P300、眼电伪迹以及其他生理信号,根据这些信号对每个通道的影响程度,判定各通道是否适合进行特征提取。分别采用本方法和三种常用方法对12个被试的脑电数据进行特征通道选择,并进行N200和P300电位的辨识,经比对发现,本文方法取得了93.10%的平均分类准确率,比其他三种方法下的准确率分别高出7.27%、1.07%和75.96%。为预测任意被试的最优通道,采用最小二乘法对ICA权值和通道选择阈值之间的关系进行拟合,对三个新被试进行最优通道预测和电位的辨识,得到较高的分类准确率,说明此预测方法具有一定普适性。 展开更多

关键词 通道选择 独立成分分析 个体差异 伪迹 分类准确率

在线阅读 下载PDF 职称材料

定量评估脑电源成分的通道选择方法

5

作者 王忠民 冯璁 贺炎 《计算机工程与设计》 北大核心 2020年第8期2302-2308,共7页

脑电信号的通道选择技术对于可穿戴设备的实现有着重要意义,根据脑电信号由多个源成分叠加而成的产生机理,提出一种基于定量评估脑电源成分的通道选择方法。依据脑电源成分时频图的分形维数,对各时频图的分形值进行排序、筛选,寻找与情... 脑电信号的通道选择技术对于可穿戴设备的实现有着重要意义,根据脑电信号由多个源成分叠加而成的产生机理,提出一种基于定量评估脑电源成分的通道选择方法。依据脑电源成分时频图的分形维数,对各时频图的分形值进行排序、筛选,寻找与情感变化关系密切的源成分,并对包含信息量较多的脑电源成分进行反投影实现通道选择。使用提出的方法筛选DEAP数据集中的少量通道采集的脑电信号进行情感识别,可达到与使用全通道的脑电信号相当的情感识别准确度,且计算复杂度大为降低,由于通道数的减少为可穿戴脑电情感识别系统的实现提供了便利。 展开更多

关键词 脑机接口 脑电信号 通道选择 情感识别 独立成分分析法 盒计数法

在线阅读 下载PDF 职称材料

基于独立成分的加权高阶脑网络的分类方法

6

作者 杨艳丽 李瑶 +2 位作者 谷金晔 李欣芸 陈俊杰 《太原理工大学学报》 CAS 北大核心 2018年第5期745-750,共6页

为了解决传统的磁共振成像数据分类方法正确率较低的问题,提出了一种基于独立成分分析的高阶功能连接网络,使用加权图的频繁子图挖掘和判别性特征选择进行分类研究的方法。该方法不需要依赖先验的脑图谱模板,充分考虑了扫描时间内的时... 为了解决传统的磁共振成像数据分类方法正确率较低的问题,提出了一种基于独立成分分析的高阶功能连接网络,使用加权图的频繁子图挖掘和判别性特征选择进行分类研究的方法。该方法不需要依赖先验的脑图谱模板,充分考虑了扫描时间内的时变特性,且将频繁子图挖掘应用到了加权图上。同时为了更准确地找到具有判别性的子图特征,也提出了几种新的判别性特征选择方法。结果发现基于独立成分的加权高阶脑网络的静息态功能磁共振成像分类方法有效地提高了阿尔兹海默症诊断的正确率。 展开更多

关键词 独立成分分析 高阶功能连接网络 加权图 频繁子图挖掘 判别性特征选择

在线阅读 下载PDF 职称材料

数据领域选择与空间迁移在齿轮箱故障诊断中的应用 被引量：2

7

作者 沈飞 陈超 +1 位作者 徐佳文 严如强 《振动工程学报》 EI CSCD 北大核心 2021年第2期389-401,共13页

提出一种空间迁移新思路,以提升齿轮箱故障诊断性能,其由辅助振动数据构成源领域、目标振动数据构成目标领域,迁移学习(Transfer learning,TL)将前者分类模型应用至后者,以克服短时间内目标振动数据不足的问题。根据频带选择独立成分分... 提出一种空间迁移新思路,以提升齿轮箱故障诊断性能,其由辅助振动数据构成源领域、目标振动数据构成目标领域,迁移学习(Transfer learning,TL)将前者分类模型应用至后者,以克服短时间内目标振动数据不足的问题。根据频带选择独立成分分析(Band selective independent component analysis,BS‑ICA)规则选择迁移模型的数据领域,并提取其时域特征构成五维空间。利用均衡密度投影(Equilibrium density projection,MDP)将源领域和目标领域同时映射至二维投影空间,并最小化领域均值差异以拉近两者在低维空间内的距离。在投影空间内,利用逻辑回归(Logistic regression,LR)和支持向量机(Support vector machine,SVM)基分类器对映射样本实施分类。同时通过剔除低质量源领域样本,加入新采集样本以维持模型更新。利用Spectra Quest齿轮传动系统,对比迁移成分分析(Transfer composition analysis,TCA)、领域适应机(Domain selection machine,DSM)等传统TL模型,所提方法不但能提高工况快速变化时的诊断精度,同时能加快诊断速度,具有实际的工程应用价值。 展开更多

关键词 故障诊断 齿轮箱 空间迁移 频带选择独立成分分析 均衡密度投影

在线阅读 下载PDF 职称材料

基于ICA_FNN的软传感器建模过程原始特征选择 被引量：2

8

作者 李太福 苏盈盈 +2 位作者 易军 姚立忠 徐敏 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第4期736-742,共7页

针对软传感器建模过程中辅助变量通常是多因素的混杂信号,在原始特征空间很难进行原始特征约简的问题,提出一种结合独立成分分析(ICA)和虚假最近邻点法(FNN)的原始特征选择法。利用独立成分分析法(ICA)将原始特征空间的混杂信号映射到... 针对软传感器建模过程中辅助变量通常是多因素的混杂信号,在原始特征空间很难进行原始特征约简的问题,提出一种结合独立成分分析(ICA)和虚假最近邻点法(FNN)的原始特征选择法。利用独立成分分析法(ICA)将原始特征空间的混杂信号映射到新的独立特征子空间;然后再利用FNN计算每个原始特征剔除前后在独立特征子空间里的相似性测度,进而判断它对主导变量的影响能力,由此选择出原始特征。仿真结果表明,该方法具有优秀的原始特征选择能力。因此,该研究为选择出软传感器模型的原始特征提供了新方法。 展开更多

关键词 软传感器 特征子空间 独立成分分析 虚假最近邻点法 特征选择

在线阅读 下载PDF 职称材料

支持服务关联的全局最优服务选择算法

9

作者 聂凯 汪厚祥 何皎 《高技术通讯》 CAS CSCD 北大核心 2013年第6期578-584,共7页

针对面向服务的军事综合电子信息系统候选服务的服务质量往往依赖于其他候选服务的问题,提出了一种支持服务关联的全局最优服务选择方法。该方法将基于QoS的军事信息服务选择问题建模为带QoS约束的多目标组合优化问题,采用基于独立成分... 针对面向服务的军事综合电子信息系统候选服务的服务质量往往依赖于其他候选服务的问题,提出了一种支持服务关联的全局最优服务选择方法。该方法将基于QoS的军事信息服务选择问题建模为带QoS约束的多目标组合优化问题,采用基于独立成分分析(ICA)的多目标分布估计算法同时优化多个目标函数,最终产生一组满足约束条件的Pareto最优解服务组合集。对比实验结果表明,基于ICA的多目标分布估计算法通过概率图模型可以描述服务间的相互关系,可以更好地解决存在服务关联的组合服务选择问题,具有良好的有效性和可行性。 展开更多

关键词 军事信息服务组合 服务选择 服务关联 多目标优化 分布估计算法(EDA) 独立成分分析(ICA)

在线阅读 下载PDF 职称材料

基于字典稀疏性的脑图像数据盲分离方法

10

作者 冯宝 刘晓刚 《计算机工程》 CAS CSCD 北大核心 2015年第12期269-274,共6页

针对独立成分分析(ICA)方法的独立性假设在实际脑图像分析中很难完全满足的问题,根据脑图像数据的特点,提出一种基于字典稀疏性的盲分离方法。结合字典学习和盲分离技术,利用源信号在所选字典中的稀疏性,将盲分离的过程转换到稀疏域中,... 针对独立成分分析(ICA)方法的独立性假设在实际脑图像分析中很难完全满足的问题,根据脑图像数据的特点,提出一种基于字典稀疏性的盲分离方法。结合字典学习和盲分离技术,利用源信号在所选字典中的稀疏性,将盲分离的过程转换到稀疏域中,通过在稀疏域中对源信号施加稀疏性约束进行盲分解。采用脑激活区定位实验对该方法进行验证,并用线性相关方法进行结果比较。结果证明,与ICA方法相比,该方法得到的激活体素平均时间序列与实验任务更相关,激活体素空间分布也更集中,具有较高的求解质量和求解效率,可用于更好地分析脑图像数据,在稀疏域中进行盲分解时提高盲分解的质量。 展开更多

关键词 盲分离 功能核磁共振成像 独立成分分析 字典学习 体素选择

在线阅读 下载PDF 职称材料

基于凸优化的脑图像数据盲信号分离算法

11

作者 冯宝 秦传波 《计算机工程》 CAS CSCD 北大核心 2015年第8期233-237,共5页

在实际脑图像分析中,独立成分分析方法的独立性假设很难完全满足。为此,结合脑图像数据的特点,以凸优化为基础,提出利用源分量稀疏性和非负性的脑图像盲信号分离算法。相比于独立性假设,稀疏性和非负性数学假设更符合f MRI数据的自然特... 在实际脑图像分析中,独立成分分析方法的独立性假设很难完全满足。为此,结合脑图像数据的特点,以凸优化为基础,提出利用源分量稀疏性和非负性的脑图像盲信号分离算法。相比于独立性假设,稀疏性和非负性数学假设更符合f MRI数据的自然特性。将源分量的估计过程转化为寻找由观测数据构成的凸集合端点的过程。实验结果证明,由该算法选择出的激活体素与实验任务更相关,更容易进行生理解释。 展开更多

关键词 盲信号分离 功能核磁共振成像 独立成分分析 凸优化 体素选择 脑激活区定位

在线阅读 下载PDF 职称材料

不均衡大数据集下的文本特征基因提取方法 被引量：7

12

作者 孙晶涛 张秋余 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第1期125-131,共7页

在不均衡大数据集情况下,传统特征处理方法偏重大类而忽略小类,影响分类性能。该文提出了一种文本特征基因提取方法。首先,基于样本类别分布不均衡对特征选择的影响,给出了一种结合信息熵的CHI统计矩阵特征选择方法,以强化小类的特征;然... 在不均衡大数据集情况下,传统特征处理方法偏重大类而忽略小类,影响分类性能。该文提出了一种文本特征基因提取方法。首先,基于样本类别分布不均衡对特征选择的影响,给出了一种结合信息熵的CHI统计矩阵特征选择方法,以强化小类的特征;然后,在探究多维统计数据高阶相关性的基础上,采取独立成分分析手段,设计了文本特征基因提取方法,用以增强特征项的泛化能力;最后,将这两种方法相融合,实现了在不均衡大数据集下的文本特征基因提取新方法。实验结果表明,所提方法具有较好的早熟性及特征降维能力,在小类的分类效果上优于常见特征选择算法。 展开更多

关键词 CHI统计选择方法 不均衡大数据集 独立成分分析 信息熵 文本特征基因提取

在线阅读 下载PDF 职称材料