导读:本文包含了参考独立分量分析论文开题报告文献综述及选题提纲参考文献，主要关键词:独立成分分析,约束独立成分分析,盲源分离,机械故障诊断
参考独立分量分析论文文献综述
王志阳,陈兰,张永鑫,周红梅[1]（2016）在《基于参考独立分量分析的频混信号分离研究》一文中研究指出独立成分分析(ICA)是利用数据的统计独立性进行源分离的信号处理方法,它具有幅值不定性和顺序不定性。约束独立成分分析方法(CICA)把诊断对象的先验信息作为约束条件,使ICA算法仅仅收敛于感兴趣的信号,这样可以提高故障诊断的针对性和有效性。这种方法可以快速诊断传感器信号中是否有某种故障。本文设计了频率重迭的混合故障,用约束独立成分分析方法和平方包络法进行对比研究。仿真和实验验证了该方法的在混合故障诊断中适用性和有效性。(本文来源于《第二十七届全国振动与噪声应用学术会议论文集》期刊2016-07-28）
金硕,王斌,夏威[2]（2015）在《基于带参考信号独立分量分析的高光谱图像目标探测》一文中研究指出提出了一种用于高光谱图像目标探测的预处理方法,目的是提高目标光谱的准确性,进而提高有监督目标探测算法的精度.该方法将实验室或野外获取的目标光谱作为参考信号,利用带参考信号的独立分量分析方法,从图像中提取出与参考信号相关性最大的独立分量作为新的目标光谱.仿真和实际高光谱数据的实验结果表明,所提出的方法能较大提高目标光谱的准确性,从而较大提高目标探测算法的精度.(本文来源于《红外与毫米波学报》期刊2015年02期）
赵立权,徐俪月[3]（2014）在《改进的参考独立分量分析算法》一文中研究指出针对参考独立分量分析收敛速度较慢的问题,提出了两种基于改进的快速收敛牛顿迭代方法的参考独立分量分析方法。该方法首先对观测信号进行白化预处理,避免观测信号矩阵求逆运算,减少了算法的计算量;然后采用修正的具有叁阶收敛速度的牛顿迭代方法对参考独立分量分析的代价函数进行优化,推导出快速收敛的参考独立分量分析算法。仿真实验结果表明,改进后的算法是有效的,算法收敛速度相对原算法提高了1.7倍,相对现有算法提高了1倍,而且误差更小。(本文来源于《电讯技术》期刊2014年01期）
熊志伟[4]（2013）在《参考独立分量分析算法及其应用研究》一文中研究指出独立分量分析(Independent Component Analysis,ICA)是盲源分离的一个分支。通常是以分离所有的相互独立的源信号为目的,但是在实际应用中,我们常仅对其中一个或者几个源信号感兴趣,因此,经典的独立分量分析方法还需要在算法结束后,从分离的所有独立分量信号去挑选感兴趣的独立分量，这不仅耗时也使的输出结果可能存在不稳定性。参考独立分量分析(Independent Component Analysis With Reference,ICA-R)是一种将源信号的部分先验知识以参考信号的形式引入到传统ICA学习算法中,从观测信号中只提取我们感兴趣的期望源信号的方法。由于先验信息的引入,使得ICA-R算法能够消除传统ICA输出顺序不确定性,减少运算量,节省处理时间,提高分离效率和分离性能。根据先验信息构建一个合适的参考信号对期望信号的提取有着至关重要的影响,特别是信号比较弱的情况下,没有合适的参考信号是很难将目标信号提取出。由于先验信息和先验信息的利用方法具有多样性,参考信号的选取方法也各有不同。本文针对语音信号的传播特点,利用基于Bessel函数展开的语音信号建模方法,提出用少量Bessel函数展开系数作为变换系数,合理构建ICA-R中的参考信号。同时,深入分析语音信号和各类噪声信号的频谱特点,提出利用EMD分解目标语音信号功率谱包络来合理构建参考信号。通过上述两种方法构建目标语音信号的参考信号,利用ICA-R算法实现线性混迭语音增强,实验结果表明上述两种方法能一定程度上达到语音增强的目的。(本文来源于《昆明理工大学》期刊2013-03-01）
罗飞雪,戴吾蛟,唐成盼,黄大伟,伍锡锈[5]（2012）在《参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用》一文中研究指出多路径误差在绝大部分应用中,其测站间相关性很弱,不能通过差分观测得到有效削弱,成为高精度GPS动态变形监测中的主要误差源。针对GPS多路径误差的特点,结合具有良好多尺度分解能力的经验模式分解方法(EMD)和具有良好盲分离能力的独立分量分析(ICA)方法,提出带参考信号的EMD-ICA方法来削弱多路径效应的影响。应用实例的结果证明了该方法的有效性。(本文来源于《测绘学报》期刊2012年03期）
霍政权,李宏[6]（2011）在《参考独立分量分析固定点算法》一文中研究指出参考独立分量分析将源信号的先验信息以参考信号的形式引入到算法中,仅实现期望源信号的抽取,消除了传统独立分量分析中抽取信号的不确定性;以期望信号和参考信号的接近性度量作为目标函数提出了一个固定点算法,避免了人为选取步长,同时通过优选初值进一步提高算法的收敛速率。针对合成数据和实际的心电图数据仿真实验,证明了算法的有效性和更好的收敛性。(本文来源于《计算机应用研究》期刊2011年01期）
米建勋[7]（2010）在《带参考信号的独立分量分析理论及其应用研究》一文中研究指出对多元统计信号的探索一直是信息科学领域的热门研究课题,如何发现多元信号中的内在因素或者分量是该领域的研究重点之一。独立分量分析这种多元统计分析方法作为近年来人工神经网络、统计学习理论、信号处理等研究领域中的热点问题,它的一些成果已经应用到多个实际问题当中,证明了其广阔的应用价值。独立分量分析是盲源信号处理的一个分支,该理论假设多元观察信号是由多个相互独立的非高斯信号线性混合而成的。在很多实际应用领域中,我们对所需要获得的独立分量有部分先验信息,然而经典的独立分量分析方法首先需要把所有的独立分量都恢复出来,然后再由用户通过先验信息来选择自己所感兴趣的独立分量。这样的方法一般存在耗时,输出结果不稳定等问题。在遇到高维问题时,经典方法甚至可能出现完全失效的情况。本文研究的核心内容就是如何使用带先验信息的参考信号来直接抽取所感兴趣的独立分量。本文的主要贡献总结为如下几点：1.严格推导了约束独立分量分析框架下的带参考信号的独立分量分析问题的学习公式,发现原来的算法中存在的推导错误等,提出了修正的约束独立分量分析框架下的带参考信号的独立分量分析算法,并在理论上证明了算法改进的正确性,同时通过模拟实验和实际数据实验验证了修正后算法的有效性。2.研究了约束独立分量分析框架下的带参考信号的独立分量分析的收敛不稳定问题,发现了问题的原因在于ICA-R优化目标函数在不等式约的可行区域内不一定为凸函数,也就是KT条件不是全局充分的,那么采用类似牛顿法的优化算法是不能够保证获得全局最优值的。一般来说,采用贪婪策略的算法(每一次迭代都降低目标函数)都会出现误收敛的情况,所以算法的输出不稳定。在这种情况下,我们提出了新的ICA-R算法,在算法中我们引入了在算法早期判断误收敛的技术,解决了算法误收敛的问题,并且在实验中证明了新算法的误收敛率为0。3.研究了ICA-R的应用方法。在ICA-R应用中距离阈值参数的选择往往决定了算法的成功和失败。我们提出了合理选择ICA-R阈值参数方法,包括参考信号收缩方法来灵活的选择参数等。我们提出并证明了直接采用观测通道作为参考信号的可行性,简化了ICA-R的应用,使得参考信号在某些条件下并不需要手工构造就可以直接获得。4.提出了Complete ICA-R的方法。通过研究发现Complete ICA-R和传统ICA方法相比,是一种非常灵活的ICA算法,它不再通过强行的去相关化来防止同一性收敛问题,因此它的输出更好的保留了数据的内部特性。我们通过理论证明和实验结果说明了Complete ICA-R的输出质量确实要优于传统的ICA算法,特别是Complete ICA-R在某些应用中(观测信号多于独立分量时)还可以帮助研究人员判断独立分量的数量。5.提出了非约束独立分量分析框架下的带参考信号的独立分量分析方法。我们认为作为先验信息载体的参考信号不仅可以用作ICA算法的约束条件,从而提出约束独立分量分析框架,而且也可以用在ICA算法之前使用参考信号。我们提出了采用参考信号来设置初始权值向量的方法,发现使用这个预设的权值向量后,ICA算法可以收敛到需要的独立分量上,以完成带参考信号独立分量分析的任务。并且我们证明了这个方法的有效性和适用条件。6.发现并证明了原来约束独立分量分析框架的理论漏洞,提出了新的普适的带参考信号的独立分量分析算法框架,弥补了旧理论框架的漏洞。(本文来源于《中国科学技术大学》期刊2010-11-01）
梁晓华[8]（2009）在《基于参考独立分量分析的旋转机械故障信号提取》一文中研究指出随着科学技术的发展,旋转机械正在向高速、重载和自动化方向发展,在速度、容量、效率和安全可靠性等方面提出了越来越高的要求。在对机械系统进行状态监测时,传感器采集到的信号中除了故障信号以外,还包括机器正常运转时各零部件之间相互撞击产生的振动,以及周围其它机器带来的噪音和干扰。为了能够做到对系统及时、有效的监测,从混合信号中提取特定的故障振动信号就显得十分重要。本课题以旋转机械典型故障为研究对象,引入参考独立分量分析来对故障信号进行提取,并通过仿真分析与实验研究,最终能够实现基于参考独立分量分析的旋转机械故障信号提取。其中对旋转机械和参考独立分量分析的分析与研究,主要包括有:(1)对旋转机械中典型的轴承故障和齿轮故障进行分析研究,了解了其故障信号的时域特性和频域特性,并针对旋转机械具体的应用背景,分析了基于ICA的信号分离存在的局限性。(2)根据旋转机械振动信号的特点,对ICA-R算法高斯性度量函数和距离评判函数的选取进行了研究,尤其对参考信号的建立方式进行深入的分析。提出了以方波信号的形式来建立的观点,然后通过在一个周期内等间隔移动相位角的方式来寻找参考信号与源信号的最佳匹配相位角。在此基础上研究与实现了ICA-R算法,并针对ICA-R与ICA在旋转机械故障信号提取中的实用性以及观测个数对ICA-R提取效果的影响,进行了仿真分析。(3)通过旋转机械多故障并发实验和实际轴承全生命周期实验,验证了ICA-R在实际旋转机械振动信号抽取中的有效性。实验表明:通过利用轴承和齿轮结构特性和频率特性等先验知识,ICA-R可以从混合观测信号中提取特定的故障信号。ICA-R在振动信号提取中的有效性,为工业系统的实时监控提供了一种有效方式,使得可以利用在箱体外放置的传感器采集到的信号,来对内部关键部件进行实时监控,从而消除事故,减少经济损失。(本文来源于《哈尔滨工业大学》期刊2009-12-01）
李昌利,廖桂生,李用江[9]（2009）在《改进的参考独立分量分析算法》一文中研究指出鉴于参考独立分量分析定义了所谓的接近性度量函数和与之相关的不等式,并把它作为约束项引入到负熵对比度函数中,取得了很好的分离效果,但存在若阈值选取不当则算法不收敛的问题.提出一个改进算法,算法的优化函数为负熵对比度函数和参考独立分量分析算法中的接近性度量函数之积,巧妙地避开了这个难以确定的阈值参数.针对合成数据和实际ECG数据的仿真实验表明,改进算法收敛快、提取效果好.(本文来源于《华中科技大学学报(自然科学版)》期刊2009年04期）
陈君瑜[10]（2008）在《复数参考独立分量分析算法及其fMRI应用研究》一文中研究指出独立分量分析(independent component analysis,ICA)是二十世纪九十年代兴起的一种高效信号处理方法。它在不知道源信号和混合矩阵的情况下,仅利用混合信号就能实现源信号分离,因此在通信和生物医学信号处理等领域得到了广泛应用。尤其是近年来引入源信号先验信息的半盲ICA研究,将分离性能又提高了一个台阶。然而,目前对ICA和半盲ICA算法的研究大都局限于实数域,无法满足实际复数信号的分离问题。例如,功能磁共振成像(functional magnetic resonance imaging,fMRI)信号就是典型的复数混合信号,其幅值和相位均含有独立的信息。但鉴于实数ICA的成熟性和简单性,多数人仅对fMRI信号的幅值数据进行了分析,造成了一定的性能损失。为此,本文研究了复数ICA算法以及复数源信号先验信息的引入方式,在约束优化框架下开展了复数域半盲算法——参考独立分量分析(ICA with reference,ICA-R)研究。本文主要工作如下:(1)对复数Infomax、JADE、Cfastica、KM和SUT等算法进行了深入研究和编程实现。(2)基于约束优化理论探索了向全盲算法中嵌入先验信息的方法,研究了fMRI数据特点、先验信息类型及其利用方法。(3)根据对不同复数算法的理论研究结果,采用复数KM算法的复变量峭度作为代价函数,将复数信号的幅度信息以不等式约束形式引入,推导了基于峭度最大化的复数ICA-R梯度算法。计算机仿真和性能分析结果表明,该算法性能明显优于全盲复数ICA算法。(4)针对梯度算法对步长敏感的问题,推导了基于峭度最大化的复数ICA-R定点算法。该算法能达到像实数FastICA算法一样的立方收敛速度,同时不需考虑峭度正负和步长调节。(5)利用fMRI的幅度信息构建了参考信号,应用本文算法从视觉/运动刺激下全脑复数fMRI数据中有效抽取了与任务相关的左右脑信号及DM(default mode)信号。实验结果验证了本文算法的有效性。(本文来源于《大连理工大学》期刊2008-12-01）
参考独立分量分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种用于高光谱图像目标探测的预处理方法,目的是提高目标光谱的准确性,进而提高有监督目标探测算法的精度.该方法将实验室或野外获取的目标光谱作为参考信号,利用带参考信号的独立分量分析方法,从图像中提取出与参考信号相关性最大的独立分量作为新的目标光谱.仿真和实际高光谱数据的实验结果表明,所提出的方法能较大提高目标光谱的准确性,从而较大提高目标探测算法的精度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
参考独立分量分析论文参考文献
[1].王志阳,陈兰,张永鑫,周红梅.基于参考独立分量分析的频混信号分离研究[C].第二十七届全国振动与噪声应用学术会议论文集.2016
[2].金硕,王斌,夏威.基于带参考信号独立分量分析的高光谱图像目标探测[J].红外与毫米波学报.2015
[3].赵立权,徐俪月.改进的参考独立分量分析算法[J].电讯技术.2014
[4].熊志伟.参考独立分量分析算法及其应用研究[D].昆明理工大学.2013
[5].罗飞雪,戴吾蛟,唐成盼,黄大伟,伍锡锈.参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用[J].测绘学报.2012
[6].霍政权,李宏.参考独立分量分析固定点算法[J].计算机应用研究.2011
[7].米建勋.带参考信号的独立分量分析理论及其应用研究[D].中国科学技术大学.2010
[8].梁晓华.基于参考独立分量分析的旋转机械故障信号提取[D].哈尔滨工业大学.2009
[9].李昌利,廖桂生,李用江.改进的参考独立分量分析算法[J].华中科技大学学报(自然科学版).2009
[10].陈君瑜.复数参考独立分量分析算法及其fMRI应用研究[D].大连理工大学.2008