搜索结果: 1-15 共查到“信息与通信工程 独立分量”相关记录16条 . 查询时间(0.01 秒)
中国科学院合肥物质科学研究院专利：一种基于独立分量集成学习的基因微阵列数据预测方法
基于独立分量分析的多天线空时盲接收方案
独立分量分析 无线通信环境 空时分组码
2010/10/28
将独立分量分析（ICA）技术应用于无线通信环境中，通过分析空时分组码（STBC）和垂直-贝尔实验室分层空时（V-BLAST）的本质结构，建立了多种适用于ICA的特定通信系统模型，并以此实现了对发射信号的盲检测，从而代替了基于信道估计的传统接收方法。理论分析表明，ICA盲接收技术的应用可以有效提高系统对信道估计错误的顽健性和系统设计的灵活性。仿真结果验证了所提方案的有效性，并对算法实现的复杂度和收敛...
提出了一种基于独立分量分析(ICA)和小波变换的处理方法,用于去除膈肌肌电信号中的心电干扰。首先利用独立成份分析法从膈肌肌电信号分解出心电独立成份,并对该心电成份选择合适的高通滤波器加以滤除,其它为膈肌肌电信号的独立分量进行五尺度小波分解以去除含心电的近似分量,再对各层细节分量进行小波重构,然后将处理后的全部独立分量反射投影回原始信号空间,最后,对临床采集的5路膈肌肌电信号进行实验分析,并与传统I...
应用独立分量分析提高动态光谱法的信噪比
无创检测 独立分量分析 动态光谱
2009/12/28
为了提高动态光谱法的信噪比，针对动态光谱信号的特点和计算需求引入了独立分量分析（ICA）方法，基于负熵判据提出了ICA算法应用的具体实现步骤，进行了相关实验并对结果进行了讨论。结果证明，ICA算法可以在需要较少样本量的情况下有效降低动态光谱法中的噪声，相对于传统的相干平均方法，该方法可在提高信噪比的同时，提高动态光谱法的波长分辨率，为光谱数据的后期处理提供了可靠保证。
一种消除误差累积的多级快速独立分量分析算法
信号处理 独立分量分析 FastICA
2009/11/24
针对传统串行FastICA算法存在误差累积的缺点，该文提出一个多级结构的快速独立分量分析算法(MSFICA)。该算法采用两级结构来消除误差累积。为了降低算法的计算复杂度，第1级采用一种维数不断降低的方法来得到分离向量的初始值。第2级利用第1级得到的初始值直接对白化后的观测信号进行处理，不需要进行正交投影。仿真结果表明，该文提出的算法在增加少量计算复杂度的情况下，成功消除了误差累积，并且比已有的消除...
基于独立分量分析的高光谱图像压缩
压缩 高光谱图像 独立分量分析
2009/8/14
在对原始数据进行虚拟维数估计的基础上,提出了一种基于最大距离端元提取+独立分量分析(Independent Component Analysis,ICA)的高光谱图像有损压缩方案.该方案首先应用最大距离端元抽取法提取高光谱数据各端元矢量,然后用快速独立分量分析生成独立分量,最后使用2维分层树集合分裂(Set Partitioning In Hierarchical Trees,SPIHT)算法对各...
参考独立分量的正则化方法
盲源提取 参考独立分量分析 正则化
2009/7/23
参考独立分量分析（ICA with Reference，ICA-R）充分利用先验知识或参考信号，取得了很好的分离效果，但其中的阈值参数很难选取，且计算量很大。理论分析和实验表明，若阈值选取不当，算法甚至不收敛。通过在FastICA算法的负熵对比度函数中引入ICA-R算法中的接近性度量函数作为正则化项，得到一个简单的改进算法。针对合成数据和实际的ECG数据的仿真实验表明，算法收敛快、提取效果好，同时...
基于独立分量分析的低压电力线信号去噪
独立分量分析 电力线信道噪声 盲分离
2009/7/17
针对低压电力线中的噪声，提出了一种运用独立分量分析原理对低压电力线信号进行消噪的方法，详细研究了低压电力线信道噪声特性以及独立分量分析原理，应用基于负熵的FASTICA算法对低压电力线信道载波进行去噪，并与小波去噪的效果进行了比较。实验结果表明，该去噪方法的去噪效果与小波去噪效果接近，其特色是通过电力线信号与噪声信号的盲源分离实现噪声去除，与小波去噪方法相比，该方法更简单容易、去噪效果好、自适应能...
基于独立分量分析的脑电信号的眼电伪迹消除
脑电信号 快速独立分量分析 核独立分量分析
2009/7/17
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。
基于二维小波变换和独立分量分析的SAR图像去噪方法
合成孔径雷达 斑点噪声抑制 小波变换
2009/4/30
该文给出了一种基于离散小波变换和独立分量分析的SAR图像斑点噪声抑制方法。首先利用小波变换对图像进行分解,然后将分解出的各部分子图像分别进行独立分量分析,提取出相应的独立源,去除噪声分量,最后依次进行ICA重构和小波重构。该文还同时比较了采用不同小波基函数时斑点噪声的抑制效果,研究了它们对斑点抑制的影响。对MSTAR实测SAR图像的实验结果表明该方法能够有效地抑制图像中的斑点噪声,且在性能上优于I...
基于峰态的独立分量分析原理的研究
独立分量 ICA 峰态
2009/4/30
对基于峰态绝对值最大化的ICA原理进行了详细分析,给出了该原理几何解释和适用范围。通过对采用该原理进行ICA问题求解过程的分析,阐明了ICA问题解的不确定性的产生原因,指出并解释了求解过程中表现出的一种概率特性。所得结论对于其它ICA方法也具有参考价值。
独立分量分析（ICA）是基于信号高阶统计量的盲源分离方法，在高阶统计量方法中，由于高斯信号的高阶累计量为零，所以系统存在加性高斯噪声时就难以处理。提出了一种基于curvelet阈值去噪和FastICA算法的含噪信号盲分离的方法，并对高斯噪声环境下的混合图像进行了盲分离的仿真。结果表明，该方法能很好地解决由于存在加性高斯噪声而导致经典ICA算法性能发生严重恶化的问题；同时将curvelet变换去噪应...
基于曲波变换和独立分量分析的有噪图像盲分离
独立分量分析 FastICA算法 快速离散曲波变换
2009/1/20
曲波变换是在小波变换的基础上发展起来的一种新方法，能够有效地对具有复杂纹理的图像进行去噪。在分析独立分量分析（ICA）的基本模型和方法的基础上，提出利用快速离散曲波变换和FastICA算法进行有噪图像盲分离。仿真结果表明，对于含有加性观测噪声的混合图像，该方法能够有效地进行去噪分离。
基于小波变换和独立分量分析的含噪混叠语音盲分离
语音分离 小波变换 独立分量分析 噪声消除
2008/5/15
含噪混叠语音的分离是语音信号处理中的重要研究问题。该文针对语音信号的非平稳特性与不同语音源之间的相互独立性，提出用小波变换与独立分量分析相结合的方法来进行分离。首先利用小波变换分别对各含噪混叠语音进行消噪，然后用独立分量分析的方法对消噪后的混叠信号进行分离，最后进一步对分离信号作矢量归一和再消噪处理，得到各个语音源信号的最终估计。仿真结果表明这种方法取得了很好的分离效果。