一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

模糊支持向量机和独立成分分析在人脸识别中的应用

将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别。首先对人脸图像做独立成分分析，提取有利于分类的面部特征的主要独立成分，然后在特征空间中，用FSVM和三叉决策树相结合设计人脸分类器。在ORL人脸库上的实验结果表明，该算法能够取得较好的分类效果。     

模糊支持向量机和独立成分分析在人脸识别中的应用

将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别.首先对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分,然后在特征空间中,用FSVM和三叉决策树相结合设计人脸分类器.在ORL人脸库上的实验结果表明,该算法能够取得较好的分类效果.     

基于PCA和SVM的柴油发动机冲击故障诊断方法研究

针对柴油发动机振动信号进行故障诊断技术研究,提出了一种基于主成分分析和支持向量机的柴油发动机冲击故障诊断方法。首先利用小波包分解提取出冲击故障的特征;再利用主成分分析技术获得敏感特征参数,进而减小数据处理的复杂程度;最后利用支持向量机对敏感特征参数样本进行训练,获得分类模型,进而实现故障分类。将该方法用于柴油机实际故障分类,诊断准确率较高,证实了本文方法对多种冲击故障诊断的有效性。     

船舶工业轻微事故的主成分分析

主成分分析法是利用降维的思想,在损失很少信息的前提下,把多个指标转化为几个相互独立的综合指标的多元统计方法。将主成分分析用于船舶工业的轻微事故统计中,对事故类型和发生月份进行深入分析,得出事故发生的潜在规律,对制定相应的事故预防策略具有一定的指导作用。     

高海情下舰船摇荡预报新方法

在高海情下,舰载机起降、双船或多船补给等海上作业都具有较高的风险性,为了避免发生事故,有必要对舰船的摇荡进行预报.此文介绍了两种新方法微成分分析预报方法和基于经验模态分解的预报方法.微成分分析预报方法预报时间较长;基于经验模态分解的预报方法可以对非平稳信号进行处理,更接近于海上实际情况.     

一种舰艇编队区域防空效能评估方法

舰艇编队的区域防空作战是一个复杂问题,而对其效能评估又涉及大量难以量化的因素,且因素间存在多重相关性。主成分分析正是适宜解决这一难题的方法论,它可通过将相关性很高的变量转化成彼此独立或不相关的变量,有效降低维度,最终达到数据化简、揭示变量间的关系和进行数据解释的目的。建立了舰艇编队区域防空作战效能评估模型,运用主成分分析法对该模型的多项指标进行综合聚集,最后以编队区域防空作战训练评估为例,验证该模型方法的科学性与可行性。     

振动噪声特征的主成分分析方法应用研究

运用主成分分析方法,经过矩阵变换,提取振动信号的主要信息,从而实现对振动噪声源的分析。通过对100CLG-30船用立式单级离心泵试验数据的分析处理说明,在有用信息量损失较少的前提下,该方法可以提炼运转状态信息,是一种解决高维复杂系统状态分析问题的简便有效的统计方法。     

海面通信信号处理技术研究

为保证船舶在海面上的行驶安全,与岸上基站保持实时通信十分必要。鉴于此,为提高实时通信质量,进行海面通信信号处理研究具有重要的现实意义。首先利用经验模态分解技术分解得到独立IMF分量,然后利用独立成分分析解模态混叠现象,最后进行源通信信号重构,实现海面通信信号去噪。结果表明,与基于异构补偿的自适应反馈滤波方法、独立成分分析法和经验模态分解法相比,经研究方法去噪后,信噪比(SNR)和均方误差(RMSE)均要更优,证明了方法的去噪处理效果。     

小波多尺度分析在目标微运动特征提取中的应用

目标结构的微小振动或转动会使回波信号产生频率调制,这种现象称为微多普勒现象。实验使用小波多尺度分析将时域信号分解为不同尺度信息下的信号成分,对含有微多普勒特征的信号成分进行重构,提取出微多普勒特征;通过时频联合分析的方法获取目标微多普勒特征参数。结果表明:实验中成功提取了目标微多普勒信号的信息,为获取和处理微多普勒信号提供了重要的工具和方法。     

基于 SVM 的双层圆柱壳体机械振动噪声数据特征提取方法比较

鉴于某双层圆柱壳体的机械振动噪声数据结构复杂、维数较高,工程上不宜直接分析,文章提出先对其进行特征提取后再进一步分析的思路,可有效简化数据结构,提高数据分析的准确度。选择工程上常用的主成分分析法（PCA）、核主成分分析法（KPCA）与独立成分分析法（ICA）对文中高维机械振动噪声数据进行特征提取。利用支持向量机（SVM）的分类识别能力,对经特征提取后不同工况下的噪声数据进行分类识别。依据正确识别率大小比较三种方法的特征提取效果,以选择针对某双层圆柱壳体机械振动噪声数据合适的特征提取方法。结论可为深入分析某双层圆柱壳体机械振动噪声数据的规律特点打下良好基础。     

主动形状模型中的一种基于概率主成分分析的对应点搜索方法

主动形状模型是一种以迭代的方式形变以匹配新图像中的目标实例的统计形状模型,它的关键是如何搜索形状模型标记点的对应点.本文提出一种新颖的采用概率主成分分析的主动形状模型的对应点搜索方法.该方法是一种基于灰度图像的对应点搜索算法,不需要对原图像进行边缘提取.在江面船舶目标的主动形状跟踪实验中,采用该方法能较准确地搜索到对应点.     

基于KPCA与KFDA的SAR图像舰船目标识别

针对SAR图像中舰船目标识别的问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)和核Fisher判别分析(Kernel Fisher Discriminate Analysis,KFDA)相结合的舰船目标识别算法.用核主成分分析的方法对实测的SAR舰船目标数据进行特征降维,再结合核Fisher判别分析法对降维后的样本数据进行多类别分类.将该方法用于对实测的四类舰船目标进行识别,平均识别率可达91.25%.实验结果表明,核主成分分析与核Fisher判别分析相结合的方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率.     

基于独立分量分析与传递函数的气缸压力重构

根据缸盖振动传递特性建立传递函数模型,对振动信号预处理后采用独立分量分析的方法进行分离,结合传递函数法进行压力重构,试验表明,两种方法结合简单有效,采用独立分量分析方法对缸盖振动信号进行分离能更有效地提取出反映燃烧压力分量的部分,重构压力曲线与实测曲线拟合度较好。     

A signal decomposition method based on repeated extraction of maximum energy component for offshore structures

Contrary to most signal decomposition methods that usually decompose an original signal into a series of components simultaneously, a novel approach based on repeated extraction of Maximum Energy Component (MEC) is proposed. The approach starts from determination of the MEC referring to the estimated Power Spectral Density (PSD) function, and then represents the MEC by employing an exponential function to fit the original signal. By defining a stopping criterion based on two adjacent estimated PSDs, each MEC can be accurately extracted with an improved performance throughout the entire signal decomposition. To verify the proposed method, a single degree-of-freedom system subject to harmonic loads has been examined. Numerical results show that the analytical response can not only be decomposed into four MECs corresponding to the excitation and the system, respectively, but also provide an accurate estimation of natural frequency and damping ratio of the system. Meanwhile, by observing results from the Ensemble Empirical Mode Decomposition (EEMD), Variational Mode Decomposition (VMD) and Prony based on state-space model (Prony-SS), an improved decomposition accuracy has been achieved from the proposed approach. Furthermore, experimental data from the Norwegian Deepwater Programme and two sets of field-test data from one fixed offshore platform and an offshore wind turbine have been used to demonstrate the correctness of the developed signal decomposition method. It is noted that divergence in results by Prony-SS can be observed when a very large model order is used, while the proposed method provides the better decomposition and reconstruction of signals.     

基于主成分分析的舰船装备维修费组合预测

针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。     

一种基于自然梯度的循环平稳信号盲分离方法及其应用

建立瞬时混合模型下的代价函数,通过改进自然梯度算法的迭代极小化代价函数以恢复源信号。仿真分析证明该算法的有效性,与传统的ICA算法相比有更好的效果和收敛速度;滚动轴承故障实例分析证明,该算法能有效分离内圈故障信号。     

时频分析在宽带信号检测中的应用研究

该文以时频分析中最典型的Wigner Ville分布在宽带信号检测中的应用展开讨论 ,与传统的处理方法进行比较 ,着重突出了其时频特征分离的特性。对比匹配滤波器进行了宽带确知信号的检测 ,指出基于互Wigner Ville分布的检测方法能够达到匹配滤波器的检测效果。在此基础上提出了采用时变滤波的改进方法 ,最后讨论了信号时宽、带宽对检测性能的影响。     

构件技术在高速公路车道软件中的应用

构件技术是软件复用的主要发展方向之一。简要介绍基于构件的软件开发方法（CBSD），提出了基于构件的高速公路联网收费系统车道软件开发模型，并在此基础上实现了高速公路联网收费系统车道软件。该软件具有可靠性强、耦合度低、重用性高、扩展性好、升级维护方便等特点，已经在高速公路收费系统中得到应用，效果良好。