基于ICA与聚类分析的支持向量机分类研究

在ICA与聚类分析的基础上提出了一种改进的支持向量机分类模型——ICSVM模型。ICSVM模型中利用一种指标筛选算法与独立成分分析的方法将各数据指标转化为互相独立成分的数据指标。接着运用K-means方法对独立成分样本数据集进行聚类分析,再由获得的各子类中心数据构造初始的超平面,筛选出靠近初始超平面的支持类与亚支持类,并展开支持类与亚支持类中的样本数据点重新构造超平面,以便对数据进行分类。实验表明,对于样本比较多的数据集,与标准的SVM算法相比,ICSVM算法能够节约训练时间,同时能够提高分类的正确率。     

红花还需绿叶配 奋达IF-600C多媒体音箱

提起奋达这个品牌,最先想到的恐怕是前两年出现在市场上的那款"魔兽音箱"了,将座椅和音箱结合起来确实是个绝佳的创意。最近市场上又出现了一款奋达IF-600C多媒体音箱,采用了时下流行的独立功放设计,且外观很适合用来和液晶显示器搭配。     

双路、2线霍尔传感器接口方案

sT推出了一系列时钟分配芯片,每条通道输出使能可以独立控制的时钟分配芯片,用于提高嵌入式应用和手持产品的时钟管理精确度。首次推出的产品共有六款,包括双通道STCD1020、三通道STCD1030和四通道STCD1040等。在手机和M2M（机器对机器）通信设备中,利用这些芯片可以把一个主时钟信号分配给多个时钟域,不必再为支持GSM、蓝牙、WLAN、WiMAX或其它射频通信的芯片组以及机顶盒的芯片组配备多个单独的时钟源。随着晶振数量减少,这些产品的可靠性也相应提高。     

技术新闻

S3全新高效节能独立显卡面市;英特尔展示全球首款级联拉曼硅激光器;SanDisk推出16GB嵌入式闪存卡以配合新型手机;恩智浦展示双模EDGE-WiMAX参考设计。     

基于PCA及ICA的双空间特征提取算法

任何一种单子空间特征提取算法都不能在任何情况下优于其他子空间算法,但是采用双子空间却可以克服单子空间的局限性。为了提高分类结果的正确率,提出了一种基于PCA及ICA的双空间特征提取算法,该算法采用ICA作为PCA的补空间进行特征提取,其目的是将在PCA子空间中难以识别的样本,再次投影到ICA子空间中进行识别。该算法可分为以下两个步骤:首先进行预分类,即在一个子空间内同时使用两种分类器对测试样本进行分类,若某个测试样本被两种分类器划分到不同的类,则将该测试样本加入到新测试样本集中;然后将新测试样本集中的测试样本再次投影到另一个子空间中进行分类识别;最后,将识别结果与预分类结果一起进行正确率测试。在ORL及FERET人脸库上的实验结果表明,该算法的模式识别率明显优于传统的特征提取算法。     

ICA算法在fMRI中的应用

独立分量分析（ICA）是信号处理领域新近发展起来的一种很有应用前景的方法,而脑功能磁共振（fMRI）信号的有效分离与识别是一个正在研究和实验之中的技术领域。近年来,ICA已被成功地应用于fMRI数据的处理,成为分析IMRI数据的一种很有效的方法。本文介绍了ICA在分析fMRI数据方面的应用,以及多种ICA算法在fMRI信号盲源分离中 的应用,分析了三种算法的问题,给出了本人对此研究的展望。     

独显＋250G，天逸F41A疯抢倒计时

随着天气越来越热．七月笔记本市场的促销活动也如火如荼。联想天逸F41A作为联想主打时尚白领人群的明星产品,一直都是潮流和品质的代言。而在这个炎热的夏天,天逸F41A以5999的主流普及价,凭借强悍的Intel奔腾双核、独立显卡、250G超大容量硬盘．千变高清大礼包多个核心卖点,遭遇了消费者的疯狂抢购,形成了PC市场一道“移动高清风景线”。     

考虑风电消纳与火-储深度调峰的系统优化调度及补偿费用分摊策略EI北大核心CSCD

制定合理的深度调峰补偿分配机制是能源转型过程中必须解决的问题。将价格型需求响应(PDR)考虑在内,建立计及风电消纳与火-储深度调峰的系统优化调度模型。在此基础上综合考虑多种分摊因素建立分摊策略,为市场提供一种火-储补偿费用分摊的新思路。实施PDR优化负荷曲线,同时为独立储能电站(IESPS)提供套利基础;利用火电、IESPS深度调峰以促进系统调峰能力的释放,为分摊策略的建立提供数据支撑;针对火电、IESPS深度调峰补偿涉及的分摊问题,在综合考虑多种分摊因素的基础上,提出一种基于层次分析法的新分摊策略,旨在挖掘火电参与分摊的积极性。基于改进的IEEE 39节点系统进行算例仿真,算例结果验证了调度模型的有效性和分摊策略的合理性。     

基于MELMD-ICA的光纤振动信号降噪方法

针对分布式光纤传感系统所采集含噪信号,提出一种改进集成局部均值分解(MELMD)联合独立成分分析(ICA)的降噪方法,引入排列熵判决机制提高抑制模态混叠与虚假分量能力。首先使用MELMD方法分解含噪信号得到乘积函数(PF)并进行信号重构;将含噪信号和重构信号求差得到虚拟噪声,构造虚拟通道;然后使用ICA对含噪信号和虚拟通道进行信噪分离,得到最终结果。通过实验验证,该方法与EMD-ICA,EEMD-ICA,MELMD相比,能更好地消除信号中的噪声,保留信号的特征信息。     

量子近似优化算法在最大独立集中的应用

最大独立集问题是著名的NP问题,并且在许多场景中都有应用。传统的精确算法解决最大独立集问题需要指数级的时间复杂度。为更高效地解决最大独立集问题,提出了一种基于量子近似优化算法的量子线路解决方案。该方案由最大独立集的数学模型,推导出最大独立集问题的哈密顿量表达式;设计了基于量子近似优化算法的量子线路,采用COBYLA经典优化算法对参数量子门中的参数进行优化,并使用IBM提供的量子开发框架Qiskit进行仿真实验。仿真结果表明,使用量子近似优化算法可以在多项式时间内以高概率获得最大独立集问题的解,实现了指数加速。量子近似优化算法对解决最大独立集问题有一定的可行性和有效性。