共查询到19条相似文献,搜索用时 265 毫秒
1.
独立成份分析方法在股票分析中的应用 总被引:2,自引:0,他引:2
为了克服传统的股票分析方法的缺点,将独立成份分析方法用于分析影响股票走势和收益的因素.通过对几个大公司的历年K线数据的深入分析,该方法在一定程度上揭示了影响股票走势和收益的深层次的原因.这对建立和谐的金融体系、促进社会经济的良性发展以及创建和谐的社会都具有一定的现实意义.同时也表明了该方法还具有简单易行、容易理解、结果精确的特点. 相似文献
2.
提出分块独立成分分析的特征抽取方法,并成功应用于人脸识别。分块独立成分分析方法先对图像矩阵进行分块;然后对所有图像子块联合进行独立成分分析,构造特征空间;最后把图像所有的子块投影到特征空间提取特征进行分类识别。其特点是可以有效降低图像维数和有效提取图像局部特征。在YALE和FERET人脸库上的实验结果表明,提出的分块独立成分分析方法明显优于独立成分分析方法。 相似文献
3.
4.
基于改进的独立分量分析的人脸识别方法 总被引:1,自引:0,他引:1
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。 相似文献
5.
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。 相似文献
6.
基于独立分量分析的虹膜识别方法 总被引:15,自引:1,他引:15
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. 相似文献
7.
ODP全局安全系统的成份分析 总被引:2,自引:0,他引:2
ODP全局安全系统应具有功能性和适应性,能提供各种各样的安全服务,能适用于各种不同的环境,文本对GSS的四个组成成分即组织成份,功能成份,管理成份和实现成份进行了分析,有助于了解GSS的设计目标,设计方法和实现方案。 相似文献
8.
9.
用基于非线性子空间的核独立成分分析方法(KICA)对人脸图像进行特征提取,用三层的BP网络作为分类器,对人脸进行识别。在简单介绍基本的独立成分分析(ICA)的基本原理的基础上,对KICA的原理和算法作了详细的描述,并详细介绍了三层BP网络的设计。最后为了验证KICA+BP网络的效果,进行对比实验和分析。实验和分析的结果表明,在人脸识别中,该方法的效果明显好于其它方法。 相似文献
10.
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。 相似文献
11.
12.
13.
14.
基于核独立成分分析的盲源信号分离 总被引:5,自引:1,他引:5
独立成分分析(ICA)已经广泛用于盲源信号的分离(BSS)。论文介绍了基于核空间的ICA的原理和基本算法,然后介绍了该算法与典型ICA和主成分分析(PCA)在盲源信号分离中的比较。实验表明在盲源信号分离中,基于核空间的ICA与其他典型ICA和PCA算法相比更具有准确性和鲁棒性。 相似文献
15.
16.
17.
18.
提出一种基于独立分量分析的图像水印算法.该算法把一幅二值水印图像嵌入到原图像的小波逼近子图中,检测时利用快速独立分量分析方法来提取水印.实验结果表明,该算法加入的水印可以被恢复,并且具有一定的鲁棒性. 相似文献
19.
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