基于小波变换的独立分量分析及其在图像分离中的应用

提出了一种新的基于小波变换的独立分量分析方法,对混合图像进行分离。研究表明,当各个源信号的概率密度分布相同时,自然梯度算法的稳态误差与源信号峭度成反比。因此,对峭度更大的小波域高频子图像进行独立分量分析可以获得更高的分离精度。同时混合图像在小波变换的过程中,可以利用小波阈值对混合图像进行去噪,提高图像的信噪比。最后通过实验证明该方法是有效的。     

一种基于FastICA的波达方向估计新方法

独立分量分析是一种新颖的盲源分离技术，该方法作为目前信号处理领域的一项新技术，具有非常重要的理论意义和实用价值，已广泛应用于通讯、雷达信号处理、生物医学图像处理、模式识别等众多领域。简要介绍了独立分量分析的基本原理和算法，并提出将快速独立分量分析（FastICA）方法应用于波达方向估计（DOA），通过仿真实验和分析，可以得到DOA的一种简单估计，实验结果亦表明该算法在波达方向估计应用中的可行性和有效性。     

No-wait two stage hybrid flow shop scheduling with genetic and adaptive imperialist competitive algorithms

This article studies a no-wait two-stage flexible flow shop scheduling problem with setup times aiming to minimize the total completion time. The problem is solved using an adaptive imperialist competitive algorithm (AICA) and genetic algorithm (GA). To test the performance of the proposed AICA and GA, the algorithms are compared with ant colony optimisation, known as an effective algorithm in the literature. The performance of the algorithms are evaluated by solving both small and large-scale problems. Their performance is evaluated in terms of relative percentage deviation. Finally the results of the study are discussed and conclusions and potential areas for further study are highlighted.     

瞬变电磁信号降噪算法

研究地下异常体的有用信息,由于需要野外采集,所接收的瞬变电磁信号会叠加各种电磁干扰和噪声,而传统的降噪方法不能较好地对瞬变电磁接收的二次场衰减信号降噪,严重影响了利用信号对地下异常体特征的数据成图和地质状况解释.针对上述问题,提出了改进的基于独立成分分析的瞬变电磁接收信号降噪处理算法.由接收的瞬变电磁信号构成多维观测向量,利用独立成分分析方法从观测向量中分离出信号空间基向量,然后采用峰度判别准则对信号空间和噪声空间进行分离,保留二次场信号基向量,用二次场信号基向量张成信号子空间,实现降低噪声的目的.降噪后的瞬变电磁信号可以更好地反演出地下相关信息.通过对实测数据的验证,结果表明提出的算法应用于瞬变电磁法信号降噪是可行的,能有效地降低噪声并分离出二次场信号的有用信息,对提高瞬变电磁数据成图和地质状况解释质量具有较好的作用.     

基于NSCT的独立分量分析方法

为了提高独立分量分析（ICA）算法的分离性能,提出了基于非下采样轮廓波变换（NSCT）的ICA方法。首先对混合图像进行NSCT,使混合图像的非高斯性在NSCT域得以增强,然后在变换域求解分离矩阵。理论分析和仿真实验均表明,该方法可以获取更好的分离精度和更快的收敛速度。     

贝叶斯分类算法应用于回转窑烧结温度预测模型

针对氧化铝回转窑烧结过程中存在的多变量、强耦合、非线性、环境恶劣、煤粉和料浆成分不稳定等因素造成的烧结带温度不稳定,熟料质量低等难题,提出一种基于朴素贝叶斯分类（NBC）算法的回转窑烧结温度预测模型。采用FastlCA算法,找到回转窑热工数据的独立成分,从而满足NBC的属性之间相互独立的条件,并通过AdaBoost算法对模型进行提升。实验结果表明,这种模型具有较好的控制效果。     

高光谱空间降采样独立成分特征分离

提出一种空间降采样独立成分特征分离方法,用于缩短独立成分分析(ICA)法在高光谱图像特征分离时的运算时间。该方法通过对高光谱图像的二维像素空间进行网格划分得到较小的窗口;基于光谱相似性测度法度量每个窗口中中心像素与周围像素的距离。然后舍弃这段距离小于阈值的周围像素,而将大于阈值的周围像素和中心像素作为样本量进行FastICA,获取投影矩阵变换原始数据,得到特征分离的ICA成分。对比了传统ICA与空间降采样(SDS)ICA(SDS_ICA)的性能,研究了降采样阈值参数、降采样窗口参数及初始投影矩阵对SDS_ICA特征分离性能及运行时间的影响。实验结果表明:应用SDS_ICA时,仅设置适中的阈值和不敏感的窗口大小参数,就能保持与传统ICA相近的特征分离性能,运行时间减少了30%以上。该方法适合应用于高光谱准实时特征提取、数据降维及目标探测等领域。     

柴油近红外光谱的独立分量分析方法

 将新兴的多变量分析工具—独立分量分析(ICA)应用到石化行业中，分析柴油的十六烷值和密度、组分中芳烃含量与其近红外光谱之间的关系。ICA方法用于提取柴油近红外光谱数据矩阵的独立成分和相应的混合矩阵，再用BP神经网络对混合矩阵和十六烷值、芳烃含量以及密度进行回归分析，提出了新的柴油组分含量测定和特性分析的基于独立分量分析-神经网络回归(ICA-NNR)的近红外光谱分析方法。通过分析独立分量数和网络中间隐层的神经元数对模型性能的影响，分别建立柴油组分含量测定模型和密度特性的关联模型。结果表明，该方法用于实测的柴油样品近红外光谱数据的处理，测试样品集的标准方法测定值与所建模型预测值的相关性及相对误差均优于现行常用的PLS、PCR等方法。基于ICA-NNR的近红外光谱分析方法对石化行业中油品的组分及物理特性分析具有很好的可行性。     

DS/CDMA系统中的一种自适应单用户接收机

本文提出了一种在异步多径DS/CDMA系统中基于独立分量分析算法的单用户接收机,这种接收机仅需要已知期望用户的定时和特征波形,计算量小、结构简单.它不但能用于在基站进行多用户信号的上行接收,而且适合于用在移动台进行下行接收.其性能较之匹配滤波器和盲MMSE多用户检测器有很大提高.     

一种改进的基于多用户检测的独立分量分析算法

为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪比0 dB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。