共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
提出了一种改进独立分量分析(ICA)应用于时频图像的盲源分离问题。由于相似时频图像之间存在潜在的相关性,传统的ICA对于具有相关成分的时频图像盲源分离中效果比较差,利用互信息和峭度研究了图像子带之间的相关性和本身的非高斯性,选定特定的子带进行ICA分析。通过仿真时频图像的分离试验,说明此方法分离效果明显优于ICA分离效果,并将该方法应用于转子试验台的基座松动,不对中故障信号复合故障的时频图像中,成功获取了各自故障的时频图像,从而可以获得各自的故障特征信息。 相似文献
5.
6.
7.
《中国测试》2017,(6):88-92
针对复杂电磁环境下无线电混合信号分离困难的问题,提出将小波包和鲁棒性独立分量分析(Robust ICA)算法应用于较低信噪比且频率接近的无线电混合信号的分离。首先用小波包分析方法对混合信号进行降噪预处理,然后采用盲源分离算法中的鲁棒性独立分量分析算法对降噪后的混合信号进行分离,通过观察分离后信号的波形和频率以及相似系数对分离结果进行定性和定量分析。所提算法与单独采用Robust ICA算法的结果对比表明:所提算法分离出的信号在波形和频率以及相似系数方面均比单独采用Robust ICA算法取得的效果好,从而证明所提算法可以较好地应用于无线电混合信号的分离。 相似文献
8.
独立分量分析在说话人识别技术中的应用 总被引:2,自引:2,他引:0
独立分量分析方法能够将线性混合信号进行分离,得到统计独立的源信号,能用于提取组合语音的特征基函数。倒谱矢量符合ICA变换的假设条件,用ICA方法对MFCC特征进行转换得到ICA特征基,继而用于说话人识别,建立了一个基于独立分量分析的说话人识别系统。实验结果表明,在噪声环境下此系统具有更高的识别率。 相似文献
9.
10.
在常规的水声信号盲处理研究中,通常都是用独立成分分析算法分离线性混合信号,而对于较复杂的非线性混合信号,独立成分分析算法无能为力。针对这种情况,提出将慢特征分析(Slow Feature Analysis,SFA)算法应用于水声信号非线性盲源分离领域。一般而言,对源信号做非线性混合变换后输出混合信号较源信号变化较快,而采用SFA算法可以从复杂的非线性混合信号中提取出变化缓慢的信号,通过仿真实验,分别对简单信号和复杂水声信号的非线性混合信号进行分离,通过将源信号与分离信号对比,发现SFA算法输出信号与源信号高度相似,验证了SFA算法在非线性盲源分离领域应用的有效性和可行性。 相似文献
11.
利用滚动轴承发生故障时其故障信号往往呈现出一定周期性的特点,首先计算出故障信号的理论基本周期τ,将τ作为待提取源信号的基本周期用所述方法的相关步骤计算出大致目标源信号及权重分离矩阵^W。然后将^W作为初始权重分离矩阵,将基于高阶统计量的固定点算法用于原始观测信号提取出更为精确的目标故障信号。通过仿真信号和实验信号验证了所述方法相对于约束独立成分分析(Constrained independent component analysis,CICA)方法具有以下优点:不需要精确估计目标源信号的周期及不需要构建精确的参考信号。此外,通过仿真还验证了所述方法相对于其他较新的盲源提取方法具较高的提取精度等优点。 相似文献
12.
基于独立分量分析(Independent Component Analysis,ICA),利用极大似然估计法,研究了超高斯和亚高斯的混合信号的盲源分离(Blind Sources Separation,BSS)问题.文中构造了一种新的、不同于以往文章中用来分离混合信号的概率密度函数(Probability Density Function,PDF).新构造的PDF无需改变函数中的参数值,可用来对于超高斯和亚高斯信号的概率密度进行估计(假设未知源信号是相互独立的).数值实验验证了新构造的PDF的可行性,与原算法相比,收敛时间和分离效果都得到了较大的改善. 相似文献
13.
提出改进的求解独立成分分析参数的算法。该算法采用平均场近似原理,通过改变模型参数的限制条件,解决传统ICA算法中不能解决的问题。在图像特征的提取中,将模型中的混合矩阵和源信号均限制为非负,使提取的特征更为独立。利用语音信号、仿真图形及剑桥大学ORL人脸数据进行实验,从实验结果可以看出,改进的算法能有效地解决源信号数大于观测信号数的问题,同时该算法能分离出更独立的人脸五官特征,对ORL人脸识别结果分析表明,识别率从原来的87%左右提高到95%左右,也说明该算法比传统的算法更有利于进行图像特征提取及识别。 相似文献
14.
15.
16.
17.
近红外光谱数据处理的独立分量分析方法研究 总被引:2,自引:1,他引:1
从数学的角度分析比较了主成分分析(PCA)与独立分量分析(ICA)的原理和特点,给出光谱矩阵在两种不同分析方法下的不同分解;同时结合线性回归和神经网络回归,提出"两步法"来确定不同成分含量测定的最优模型.进而采用PCA与ICA对实际测得的玉米近红外光谱进行了处理,比较分析了两种不同分解所得矩阵的化学含义,以及PCA与ICA两种不同分解对玉米光谱分析结果的影响.仿真结果表明,ICA从独立性角度对光谱数据矩阵进行分解,所得结果更接近实际光谱.最后,利用"两步法"对玉米三种主要成分水、淀粉、蛋白质分别建立了各自最优含量测定模型.结果表明,所建模型符合快速测定要求,具有一定的实用价值. 相似文献
18.
19.
传统的盲源分离方法要求源信号相互统计独立,但是实际机械设备很难满足这个条件。为此,提出了一种基于Gabor变换和盲源分离相结合的旋转机械故障诊断方法。首先通过不同混合信号的Gabor变换系数之间的相互关系,得到源信号间的公共频率成分,然后对观测信号进行滤波处理,得到新的观测信号,最后利用矩阵联合对角化方法进行分离,实现相关源信号盲分离。该方法突破了传统盲源分离方法中要求源信号相互统计独立且最多只能有一个高斯信号的限制,仿真和实验结果验证了该方法的有效性和可行性。 相似文献
20.
供水管网存在大量分支接头,流体在分支接头的分流作用下产生支管流致噪声,并通过管道与泄漏声信号进行耦合。针对支管流致噪声存在下的供水管道泄漏定位问题。提出一种基于高效快速独立主成分分析(efficient fast independent component analysis,EFastICA)技术的复值域高效快速独立主成分分析(complex efficient fast independent component analysis,C-EFastICA)技术,该算法将时域瞬时线性EFastICA技术的代价函数、约束函数、迭代规则等有效地扩展到复数域,实现对含支管流致噪声的泄漏声信号分解处理。与其他主成分分析(independent component analysis,ICA)类算法固定选择非线性函数不同的是,C-EFastICA根据声信号的广义高斯性特征,自适应地选择非线性函数建立代价函数和迭代学习规则,使得算法对混合信号的分离程度更高。试验结果表明,泄漏信号和支管流致噪声均是超高斯信号,经C-EFastICA分解得到的源泄漏信号对漏点的定位相对误差低于12%,低于传统同类的C-FastICA技术。 相似文献