基于独立分量分析的重整加热炉过程监控

独立分量分析方法(ICA),不需要有关系统模型和系统变量的先验知识,是近几年才发展起来的1种新的统计方法,解决了系统模型或系统变量不确定的问题.应用此方法从重整加热炉运行时产生的大量不是相互独立的测量变量中,分离出少数必要的潜隐变量,用I<'2>和Q统计控制图对这些变量进行实时监控,结果证明对保证重整加热炉的长期、平稳、安全的运转起了重要作用.     

基于改进的独立分量分析的人脸识别方法

将独立分量分析（Independent Component Analysis,ICA）作为人脸特征提取方法。ICA所提取的特征分类能力强、相互独立,对像素间高阶统计特性敏感,并且不易受光照变化的影响。实验结果表明,基于IcA的人脸特征提取方法的识别性能优于特征脸法。针对传统的ICA算法（Informax算法）存在迭代次数多,难收敛,并且需要人工设定步长来调整学习速度的不足,本文采用FastICA作为ICA的快速算法,并将其关键迭代步骤加以改进,减少了耗时的雅可比矩阵求逆的运算次数。所提出的改进的FastICA具有无需人工参与,收敛速度快,迭代次数少的优点。在特征选择方面,本文将遗传算法（Genetie Algorithm,GA）应用到独立分量的选择与优化中,从而在保证较高识别性能的前提下,获得最优的人脸特征子集。     

基于独立分量分析和神经网络的人脸识别方法

提出了一种独立分量分析(ICA)和BP神经网络相结合的人脸识别方法(ICABP法),其中人脸图象独立基的提取采用快速独立分量分析方法(FastICA),BP网络采用改进的三层网络结构。该方法将ICA的空间局部特征提取功能和BP神经网络的自适应功能有机地结合起来,增强了系统的鲁棒性。实验表明,ICABP法明显提高了人脸的识别率。     

基于独立分量分析的数字图像水印研究

多媒体信息的数字化与网络技术的发展为信息的表达提供极大的便利．同时也引发了作品的非法访问、故意纂改、版权破坏等一系列问题。数字水印是嵌入宿主数据中具有隐蔽性且不容易去除的数字信息，是一种数字图像版权保护的关键技术。文中提出一种基于独立分量分析的数字水印处理技术，利用宿主图像、水印、密钥三者统计独立的特性构造水印嵌入和检测系统。实验结果表明，文中提出的方法可以有效提取数字水印，对图像的滤波、噪声干扰和尺度缩放等操作具有良好的稳健性。     

基于改进Infomax算法在生化过程监控中的应用研究

生化工过程中存在大量测量变量。这些变量一般不是相互独立的,而是由少数必要的潜隐变量驱动,这些潜隐变量通过独立成分分析方法（ICA）抽取出来;针对现有的Infomax（信息极大）ICA算法收敛速度慢的问题,引入四阶统计去相关的混合学习规则,结合加权协方差阵的非对角元素最小化,提出了一种改进Infomax算法,将其用于生化工过程故障的提取,并通过在TE（Tennessee Eastman）模型上仿真,结果表明该方法改善了原有算法的收敛性能,盲源分离效果良好。     

基于独立分量分析的脑电信号的眼电伪迹消除

介绍了独立分量分析技术的基本概念和原理,及其具有代表性的基于负熵最大的快算独立分量分析算法和基于核空间的独立分量分析算法,并分别对脑电中的眼电伪迹进行去除。通过仿真实验表明了独立分量分析算法较快速独立分量分析算法能更好去除眼电伪迹,具有较好准确性和鲁棒性。     

独立分量分析及其应用

独立分量分析是近年来兴起的一种高效的信号处理方法。它主要解决的问题是如何从观测到的混合信号中分离或提取出各个源信号。简要介绍了独立分量分析的数学模型、数学原理等基本问题,分析了现有的几种独立分量分析的主要算法,最后介绍了独立分量分析的主要应用领域,并对以后的研究方向进行了展望。     

基于独立分量分析的虹膜识别方法

虹膜识别技术作为一种生物识别手段，具有惟一性、稳定性和安全性等优点，从而成为当前模式识别和机器学习领域的一个研究热点．提出了一种新的虹膜识别方法，该方法利用独立分量分析(ICA)提取虹膜的纹理特征，并采用竞争学习机制进行识别．实验结果证明了该方法的有效性和对环境的适应性，在图像模糊、噪声干扰等不利条件下，仍然能够正确识别．     

基于独立分量分析的数字图像水印研究

多媒体信息的数字化与网络技术的发展为信息的表达提供极大的便利,同时也引发了作品的非法访问、故意纂改、版权破坏等一系列问题.数字水印是嵌入宿主数据中具有隐蔽性且不容易去除的数字信息,是一种数字图像版权保护的关键技术.文中提出一种基于独立分量分析的数字水印处理技术,利用宿主图像、水印、密钥三者统计独立的特性构造水印嵌入和检测系统.实验结果表明,文中提出的方法可以有效提取数字水印,对图像的滤波、噪声干扰和尺度缩放等操作具有良好的稳健性.     

基于改进独立分量分析的湿地变化检测方法

以湖北省洪湖湿地为研究区,采用2000年7月27日和2002年7月9日ETM+多光谱影像作为遥感信息源,提出了一种基于改进独立分量分析（ICA）的湿地变化检测方法。首先对传统ICA从初始值选取和迭代过程两方面加以了改进。然后对原始多波段影像进行缨帽变换,提取前后时相的湿度分量作为输入的混合影像,进行改进ICA变换。最后在变换得到的独立分量基础上,对代表变化区域的独立分量进行自适应阈值分割,得到湿地变化检测结果。实验表明,改进ICA法检测精度较传统ICA法及分类后比较法有所提高。     

基于独立源分析的过程监测方法

多元统计过程控制要求观测数据服从正态分布,而实际的5-业过程数据大都不满足正态分布条件.独立源分析（ICA）近几年才发展起来的一种新的统计方法,可以克服对数据分布的依赖性．对此,以ICA算法为核心,引入一种新型的过程监测方法,应用ICA提取独立源,利用I^2图,Ic^2图和SPE图进行故障检测．最后以3水箱系统为例进行了实验研究,取得了很好的效果．     

基于独立成分分析的状态监控方法

针对目前部分的工业系统存在系统模型或系统独立变量不确定的情况,提出了一种基于独立成分分析(Independent Component Analysis,ICA)的状态监控方法。该方法不需要有关系统模型和系统变量的先验知识,解决了系统模型或系统变量不确定的问题。运用独立成分分析法对系统的观测信号进行特征提取,通过监控分离得到的特征信号来实现对整个系统的状态进行监控。分别对一个离散系统和一个双容水箱液位系统进行仿真验证,仿真结果表明该方法能够有效地实现系统监控。     

基于独立分量分析的人耳识别方法

应用独立分量分析（ICA）方法从高阶统计相关性角度出发提取人耳图像的特征变量，并采用基于欧氏距离测度的最近距离分类器进行人耳图像的识别。与传统的主成分分析（PCA）方法相比具有更好的鉴别能力。通过与PCA的对比实验结果表明，该方法具有更高的识别率，对姿态和光照的变化也具有较好的鲁棒性。     

独立分量分析结合数据划分的故障检测方法

针对多变量系统的各个变量之间往往相互影响,且一般不能严格服从高斯分布的特点,通过运用独立分量分析的方法对正常状态下观测的数据进行处理,从中提取出统计独立的独立分量,为简化后续分析,对得到的独立分量按照向量范数的概念划分为两部分:主部和余部,并分别计算两类统计量:I2统计量和SPE统计量,反映系统变化和偏差,确定其置信界,与在线数据进行对比,用于检测运行系统中发生的故障.最后给出的多变量过程仿真实例,快速准确地检测到了运行中发生的异常,证明了这种方法的可靠性.为广泛应用于监控多变量系统的运行,检测故障的发生提供了一个有效的工具.     

基于改进混合概率主元分析模型的过程监控

基于混合概率主元分析（MPPCA）的监控方法,存在要求各子模型中主元个数相同、监控指标不一致、监控表格过多等缺陷．为此对MPPCA算法进行改进,分两步建立模型：首先求出混合高斯模型（GMM）,然后利用概率主元分析（PPCA）建立每个子模型的主元模型．改进方法中各子模型主元的选取兼顾了主元的解释宰及其变化趋势,并引进基于PPCA的监控方法,保证了监控指标的一致性,减少了过程监控图．     

基于独立成份分析的证券市场分析

为研究独立成分分析用于证券市场分析,首先介绍了独立成分分析的理论基础,然后介绍了一种独立成分分析的具体算法Fastica算法。为分析出对股票成交量影响的因素,进行了几只重点股票交易额的ICA分离实验,并对实验结果进行了分析研究,从而找到了影响股票交易量的几个重要因素,揭示出了股票交易额变化的几个重要原因。结果说明ICA是揭示隐藏在想象背后的原因的有效手段,非常适合于对证券市场的分析。     

基于独立分量分析的图像融合算法

提出了一种基于独立分量分析(ICA)的图像融合算法。在图像配准的基础上，利用独立分量分析对图像进行训练获得独立分量基函数。对于待融合图像，通过训练得到的基函数对图像进行线性变换，然后在变换域根据不同的融合规则对图像进行融合，ICA反变换得到融合图像。仿真结果表明了该方法的有效性。 关键词：     

基于表情识别的独立成分分析方法的研究

以人脸的表情识别为实验背景，分析了在对人脸表情的识别过程中，单个独立分量对识别率的影响，由此进一步总结了在表情识别中如何更有效地选取独立子空间，以实现在不影响识别率的前提下，减少用于构成独立子空间所需的独立分量的个数。     

基于独立分量分析的语种识别方法

用独立分量分析的方法计算每一种待识别语言的特征向量空间的基函数组及其系数向量各分量的概率分布,并用这两组信息来惟一刻画一种语言。测试音频通过上述两组信息计算针对每一种语言的后验概率,具有最大后验概率的语言就是最终的识别结果。实验结果表明,该方法具有快速、高效的特点。     

基于独立分量分析和遗传算法的图象分离方法研究与实现

在深入分析独立分量分析技术的基础上，针对常规数值求解方法容易陷入局部最优解的问题，提出了一种基于遗传算法和独立分量分析相结合的盲源分离新算法．通过对图象信号分离仿真试验表明，采用最佳保留机制和移民方式的动态补充子代个体操作，在一定的群体规模和遗传代数的情况下，该方法能实现信号的盲分离，并可获得全局最优解．对超高斯信号和亚高斯信号的混合信号，与扩展信息最大化方法相比，该方法可获得更好的分离效果。