静电与麦氏妖及混沌

本文将静电研究中的一些问题与韦克斯韦妖、负嫡及当今兴起的混沌学联系起来，或者说，把麦氏妖、负熵、混沌引进静电研究领域。     

基于负熵的人员脚步震动信号检测识别算法

提出一种基于震动信号的人员脚步检测识别算法,该算法根据信息论中的负熵概念,采用高阶累积量的负熵近似计算方法.仿真与实测结果证明,与一般的模式识别算法相比,该算法具有三个重要的优点,包括环境适应性强、识别准确率高和运算量小.这些优点使得该算法更适用于能量受限、随机自组的无线传感器网络,能够在野外环境下准确、简单的检测识别人员脚步震动信号.     

联合时序结构和负熵的FECG盲提取算法

在提取胎儿心电信号时,利用时序结构的盲源提取算法对胎心率误差估计敏感;利用负熵的盲源提取算法存在提取出的信号具有不确定性问题.为克服这两种算法的缺点,利用时序结构和负熵构造了联合代价函数,利用梯度算法对该代价函数求偏导,提出了一种新的胎儿心电提取算法.该算法能确保每次提取出来的信号都是胎儿心电信号,并且在胎心率估计存在较大误差和胎心率变化的情况下,也能正常工作.计算机仿真和实际胎儿心电提取实验验证了该算法在提取胎儿心电信号时的稳定性和确定性.     

数据采集片上系统动态性能测试的新方法

提出一种新的方法用于高精度数据采集片上系统的动态性能测试。该方法利用高维空间几何矢量投影的思想,将正弦响应信号向由其各次谐波组成的正交基投影来拟合测试数据,以残差的负熵作为拟合结束的判据,使残差最大限度接近白噪声,避免了传统以残差最小为判据的过拟合问题。实验证明了该方法的有效性。     

基于Fast-ICA和对称正交化的谐波检测

提出一种基于Fast-ICA和对称正交化的电能质量谐波检测方法。在简要介绍独立成分分析方法的基础上,把多次谐波信号看作多个独立成分的线性组合,采用基于负熵极大独立性准则的Fast-ICA算法实现一个独立成分的估计。再利用对称正交化方法实现多个独立成分的并行估计,分别分离出基波信号、各次谐波信号和噪声信号,以实现对谐波的检测。仿真结果表明,该方法可较准确地检测出各次谐波成分的频率和幅值且对噪声不敏感,与基于渐进正交化的Fast-ICA算法相比,该方法具有更高的检测精度和更快的收敛速度。     

一种基于独立分量分析的数字字符识别方法研究

在深入分析独立分量分析这一方法的基础上,使用一种负熵最大化的FastICA方法,对传统的数字字符识别模板库进行特征的二次提取,并采用一种改进的矢量量化方法进行识别。实验证明,ICA方法比PCA的识别率要高,并且计算量小于传统的方法。     

独立分量分析理论在海底管道漏磁检测中的应用

应用独立分量分析(ICA)方法对海底管道缺陷漏磁法检测中电磁干扰的消除进行了研究，阐述了漏磁检测和负熵法ICA快速算法的原理，应用相应的分析工具研究了试验数据。结果表明，在试验室条件下该方法能很好地分离出缺陷信号和电磁干扰信号。     

水的相变传热和大气垂直传热对地球系统负熵流的贡献

地球系统中的水在太阳辐射的作用下,在地表高温状态下吸热发生由液态到气态的相变,水汽上升到空中后在低温状态下凝结为雨或雪而放热,雨雪在重力的作用下返回地面,这种水的相变传热会导致地球系统中负熵的出现。对该负熵的数量级作了估算。同时讨论了大气的垂直传热与重力场效应引起的负熵。     

基于负熵最大化盲抽取的雷达信号分选研究

研究了盲源分离算法在雷达信号分选中的应用,用基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选,仿真结果表明,该方法能够有效地应用于多路雷达信号的分选,能抗突发脉冲干扰及完成降噪处理,并且易于实现,收敛速度快.     

基于QR分解的最大负熵盲分离算法

提出了一种新的实时线性混叠信号盲分离算法。该算法先采取白化混叠信号将混叠矩阵转换为正交矩阵,然后基于QR分解理论,并结合源信号相互独立时负熵最大的特点而导出。该方法避免了目前许多学习算法中矩阵逆的计算,从而大大地减少了分离的计算量。理论分析与仿真结果表明该算法不仅具有很好的分离效果,而且也减少了分离时间,其效果均优于Andrzej(1996)和Pham(1999)的相应结果。