共查询到20条相似文献,搜索用时 15 毫秒
1.
在图像目标识别中,目标图像平移、尺度和旋转不变性是一个重要前提,而高阶矩特征存在稳定性差的缺点.提出采用主分量分析(PCA)方法确定目标在最大方差意义下主轴的旋转角度,并结合稳定性好的低阶矩特征实现目标的平移、尺度和旋转不变性变换;然后利用独立分量分析(ICA)良好的目标特征抽取能力,在各目标特征空间重建目标模型,并通过对重建模型的误差分析实现目标识别;最后通过PCA确定目标旋转角度测试和ICA目标识别测试两个实验,证实了本文算法的鲁棒性和准确性. 相似文献
2.
This work utilizes a statistical approach of Principal Component Analysis (PCA) towards the detection of Methane (CH4)-Carbon Monoxide (CO) Poisoning occurring in coal mines, forest fires, drainage systems etc. where the CH4 and CO emissions are very high in closed buildings or confined spaces during oxidation processes. Both methane and carbon monoxide are highly toxic, colorless and odorless gases. Both of the gases have their own toxic levels to be detected. But during their combined presence, the toxicity of the either one goes unidentified may be due to their low levels which may lead to an explosion. By using PCA, the correlation of CO and CH4 data is carried out and by identifying the areas of high correlation (along the principal component axis) the explosion suppression action can be triggered earlier thus avoiding adverse effects of massive explosions. Wireless Sensor Network is deployed and simulations are carried with heterogeneous sensors (Carbon Monoxide and Methane sensors) in NS-2 Mannasim framework. The rise in the value of CO even when CH4 is below the toxic level may become hazardous to the people around. Thus our proposed methodology will detect the combined presence of both the gases (CH4 and CO) and provide an early warning in order to avoid any human losses or toxic effects. 相似文献
3.
4.
5.
目前在视频流中的运动估计都是针对平移运动的,对于旋转和扭曲运动效果很差,采用Oirrak等提出的Fourier方法可实现旋转和扭曲运动估计,但当目标轮廓简单或噪声大时效果不佳.提出用独立元分析(ICA)方法对图像目标的扭曲运动进行估计,该方法对噪声具有很好鲁棒性,克服了Fourier方法对简单物体仿射参数估计效果差的局限性;同时,采用快速ICA算法计算量小,在视频处理和通信领域中有很好的应用前景. 相似文献
6.
7.
Hillol Kargupta Weiyun Huang Krishnamoorthy Sivakumar Erik Johnson 《Knowledge and Information Systems》2001,3(4):422-448
This paper considers distributed clustering of high-dimensional heterogeneous data using a distributed principal component
analysis (PCA) technique called the collective PCA. It presents the collective PCA technique, which can be used independent
of the clustering application. It shows a way to integrate the Collective PCA with a given off-the-shelf clustering algorithm
in order to develop a distributed clustering technique. It also presents experimental results using different test data sets
including an application for web mining.
Received 30 August 2000 / Revised 30 January 2001 / Accepted in revised form 16 May 2001 相似文献
8.
肖应旺 《小型微型计算机系统》2011,32(7)
针对过程工业数据中所含的噪声和干扰信号、过程工业的非线性及基于主元分析(Principal Component Analysis,PCA)的统计性能监控法由于不用过程机理模型的信息从而对故障诊断问题难以在理论上作系统分析的缺陷,提出基于小波变换核主元分析和多支持向量机的过程监控方法,该方法首先采用基于小波变换的收缩阈值去噪法对建模数据进行预处理,以有效抑制过程数据中所含的噪声和干扰信号,然后利用核主元分析来进行故障特征的提取,从而提高非线性统计过程监控的准确性;最后提出多支持向量机用来对故障的来源进行分类,以避免求解核主元空间到原始空间的逆映射.将该方法应用到对TE(Tennessee Eastman,TE)过程的监控,表明了所提出方法的有效性,为过程的监控和故障诊断提供了一个新的方法. 相似文献
9.
为了提高虹膜识别的正确率,提出了利用主成分分析(PCA)与独立成分分析(ICA)相结合的方法,来对虹膜进行识别的方法。用该方法进行虹膜识别时,首先对预处理后的虹膜图像,利用PCA算法进行去二阶相关和降维处理;然后再进行ICA训练。ICA训练采用了以下两种方法:方法1,将参与ICA训练的图像看作是随机变量,而将图像中的像素值看作是随机实验结果,ICA训练后即可得到相互独立的ICA虹膜基图像;方法2,将图像中的像素值看作是随机变量,而将图像看作是随机实验结果,ICA训练后即得到相互独立的ICA系数。采用CASIA虹膜数据库进行的试验结果表明,基于PCA和ICA的虹膜识别算法在两种训练方式下的正确识别率分别达到98.89%和98.33%。 相似文献
10.
11.
采用方差滤波器确定人眼候选区域, 结合独立成分分析(ICA)方法对人眼进行快速定位, 能够有效地提取训练图像的高阶统计特征, 很好地去除基向量的相关性. 与主成分分析(PCA)和传统ICA方法相比具有更好的鉴别能力. 实验表明, 该方法的识别率可达97.3%, 并对光照和姿态变化也具有很好的鲁棒性. 相似文献
12.
为了解决汽轮发电机组的性能检测和故障诊断问题,将独立主元分析引入汽轮机性能监控领域,提出了一种基于独立主元分析(ICA)的电厂机组性能监测与评估新方法。通过ICA算法计算数据的独立主元,进一步计算监控统计量I2,I2和SPE来监测和评估系统的运行。若监控统计量在控制置信限以下,则认为系统运行正常;若统计量超过控制限,则判断为系统有故障或异常发生,运行和维修人员可以根据监测结果及时排查故障发生的原因,消除安全隐患,从而确保机组的安全稳定运行。某电厂机组故障数据仿真研究试验验证了该方法的有效性和合理性。 相似文献
13.
Sergio Bermejo 《Applied Intelligence》2006,24(1):61-73
Electronic noses and tongues are two recent examples in chemical sensing that employ statistical array techniques in order
to overcome the intrinsic limitations of current solid-state chemical sensors like ion-selective field transistors (ISFET).
In particular, ISFETs are sensitive to the concentration of a particular ion in a solution to be measured, but they can be
also strongly affected by several interfering ions found in the solution. Hence, they must be employed in regions in which
the effect of interferences is negligible thus limiting their range of operation. However, as we show, ISFETs behave as non-linear
mixers of main ion activities and interfering ones and thus an attempt to separate the original main ion activity and interferences
from the mixed response is suitable with independent component analysis (ICA) methods. In this direction, a novel learning
algorithm is proposed which synergistically combines ICA and linear regression for dealing with the separation in ISFET responses
and further reconstruction of ion activities in those operating regions in which interferences notably affect their response.
Several experiments with real ISFET measurements demonstrate the interest of proposed methods. 相似文献
14.
广泛应用的第一主成分是对数据集的一维线性最优描述,主曲线是第一主成分的非线性推广。线性主成分分析是一种线性分析方法,而数据通常是非线性的。用线性方法分析非线性数据在分析能力上常常是受限的。为此在对线性主成分分析非线性数据研究的基础上,提出了一种新的非线性成分分析方法,即主曲线成分分析。该方法从数据本身出发进行非线性分析,强调非参数特性,能有效地建模非线性数据。实现主曲线成分分析时,采用了改进的神经网络建模方法,该建模方法以其较强的近似性能很好地表达了非线性关系。仿真实验结果表明,主曲线成分分析能很好地解决非线性主成分问题,应用前景广阔。 相似文献
15.
实际过程数据大多不满足正态分布的条件,且大多数过程监控方法对数据进行分析的尺度较为单一.为此,本文提出了一种基于小波变换的多尺度独立元分析的过程监控方法.该方法对初始数据进行多尺度细化分析,并根据信息最大化准则提取独立元信号,在数据的低维子空间上对过程进行实时监控.通过对TE过程的仿真研究,表明了该方法的有效性. 相似文献
16.
17.
18.
主成分分析(Principal Component Analysis,PCA)是一种用线性变换选出少数重要变量(降维)的多元统计分析方法。虽然传统PCA被广泛应用于科学研究与工程领域中,但是其结果有时很难解释。因此,一些研究人员引入稀疏约束项(lasso、fused lasso以及adaptive lasso等),以得到可解释的结果。由于传统稀疏项的稀疏度不容易控制,为此引入一种新的约束项,即稀疏可控惩罚项(Sparse Controllable penalty,SCP),来控制主成分的稀疏程度。与传统的约束项相比,SCP具有长度不敏感、维度不敏感和约束项的取值范围在0到1之间的优点。这些优点极大地降低了调节稀疏度的难度。实验表明,稀疏可控主成分分析(Sparse Controllable Principal component Analysis,SCPCA)是高效的。 相似文献
19.
利用组合核函数提高核主分量分析的性能 总被引:11,自引:2,他引:11
为了提高图像分类的识别率,在对基于核的学习算法中,核函数的构成条件以及不同核函数的特性进行分析和研究的基础上,提出了一种新的核函数——组合核函数,并将它应用于核主分量分析(KPCA)中,以便进行图像特征的提取,由于新的核函数既可以提取全局特征,又可以提取局部特征,因此,可以提高KPCA在图像特征提取中的性能。为了验证所提出核函数的有效性,首先利用新的核函数进行KPCA,以便对手写数字和脸谱等图像进行特征提取,然后利用线性支持向量机(SVM)来进行识别,实验结果显示,从识别率上看,用组合核函数所提取的特征质量比原核函数所提取的特征质量高。 相似文献
20.
郭辉 《数字社区&智能家居》2007,3(14):501-502
为了解决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问题,采用ICA方法时正常状态下观测的数据进行分析处理,从中提取出统计独立的独立分量,为简化后续分析,对得到的独立分量进行筛选、划分,并分别计算两类统计量:I2统计量和SPE统计量,确定其控制限,与在线数据进行对比,用于监控系统运行.通过一多变量过程仿真实例,证明了这种方法的可靠性,这为ICA应用于监控多变量系统的运行、检测故障的发生提供了有益的思路. 相似文献