核ICA在电流传感器相位差监测中的应用

介绍了核独立分量分析(ICA)的基本原理和算法,并将其用于对电流传感器输出的混合信号进行分离,通过比较分离出的单频测试信号输入前后的相位差,来标定传感器本身的相位差对其检测对象的影响。此外,还采用最大似然法对核ICA的分离效果进行评价。实验证明:在输入信号的信噪比为18.73dB的情况下,核ICA分离出的信号与源信号相位差在0.002 rad以内,达到了实际应用中所要求的误差范围。     

雅阁8大能全车隔音

雅阁最为人诟病的是车厢噪音．雅阁8从外观来看车窗的三维曲面近乎没有接缝．直接的性能效果是雅阁8达到0.30的cd值。车身使用高强度钢材在新车型上所占比例已经达到了48％,车身撞击力道的吸收控制得很好．利用车体结构溃缩,吸收大部分的撞击力道．整车重心有所降低．与老雅阁比在噪音方面加分不少．但雅阁8采用了前双横臂．后多连杆独立悬挂．与传统的麦迪弗逊式悬挂相比,在减震方面失了些分。这辆进行隔音的雅阁8来自深业沙井店．车主以前是开老别克的．雅阁8的许多优点使得他义无反顾的选择了它．唯独噪音方面对于开惯老别克的他显然是无法接受的。     

ICA系数的高阶统计特征在纹理分类中的应用

根据独立成分分析系数满足非高斯分布的特点,研究高阶统计量在特征提取中的作用.提出利用方差、偏度、峭度的联合矩描述系数的分布特征,应用于纹理分类时取得较好效果.在矩估计时进一步提出利用L-矩代替常规矩进行估计,获得更好的纹理分类效果.     

基于ICA的非线性自适应特征融合的人耳识别

针对单一特征的人耳识别对旋转角度鲁棒性差的问题,提出一种非线性自适应特征融合的方法.首先提取人耳的2种具有互补性质的独立成分特征,然后将它们加权串联形成高维融合特征;最后通过核主元分析方法实现非线性降维.实验结果表明,当人耳有姿态旋转时,融合特征较单一特征的识别率有显著提升,且文中方法比传统的串联融合的识别结果更好.     

基于子带分解的语音分离算法研究

提出一种有效解决不相互独立语音源信号混合的分离算法.利用子带分解方法,将混合信号分解成多个子带信号,在各个子带上分别进行语音分离得出语音分离信号,利用提出的相关性能指数,判断出相互独立的子带信号,把该子带的分离矩阵作为混合信号的解混合矩阵对混合信号进行分离.实验证明了本算法对相关语音源信号较好的分离效果.     

基于新型协调量化容差关系的不完备数据填补方法

提出一种基于新型协调量化容差关系的不完备数据补齐算法。首先求出属性值不完备对象的容差类,结合属性的重要度,将容差类里面的对象容差关系量化,再根据决策规则独立原则,在尽可能保持系统协调性的前提下对缺失属性值进行补齐。大量实验证明了本算法的有效性。     

基于二维图像矩阵的ICA人脸识别

为了解决传统独立分量分析(ICA)在人脸识别过程中存在的高维小样本问题,同时为了提高识别效率,提出了一种基于二维图像矩阵的独立分量分析(ICA)特征提取方法.该方法将人脸图像矩阵作为训练样本,首先利用主分量分析(PCA)对训练样本进行去二阶相关和降维处理,然后对处理后的样本进行ICA特征提取,由于训练样本维数很小,因此它降低了传统ICA方法中高维小样本问题产生的识别错误率,同时减少了识别时间.在Yale人脸库和ORL人脸库上验证了该算法的有效性.     

盲源分离技术及其发展

盲源信号分离是一种功能强大的信号处理方法,在生物医学信号处理、阵列信号处理、语音识别、图像处理及移动通信等领域得到了广泛的应用.简要介绍了盲源分离的数学模型、可实现性、可解的假设条件及算法,综述了盲源分离的发展及研究现状,提出了其未来的发展方向.     

Windows 7中国首秀：WinHEC 2008现场报道

2008年12月3目．Windows硬件工程大会WinHEC 2008在北京拉开序幕．这是微软首次在中国独立举办WinHEC。作为亚洲规模最大的WinHEC,除了主办方微软之外．包括AMD．联想．华为等50多家IT厂商及独立硬件开发商．独立软件开发商也带来了它们最新的技术及产品。     

三星R518-DD02

三星R518-DD02是一款定们于年轻娱乐时尚群体的机型,采用Core2 Duo T6600处理器和Radeon Hd 4650独立显卡,