导读:本文包含了核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:局部放电,变分模态分解,独立分量分析,去噪
核独立分量分析论文文献综述
靳海岗[1]（2019）在《应用变分模态分解和独立分量分析的变压器局部放电信号特征提取研究》一文中研究指出针对现有局部放电信号特征提取方法存在的不足以及变压器局部放电信号中存在大量的电磁干扰,提出了一种利用变分模态分解法将被测信号分解成围绕若干中心频率波动的模态,同时去除白噪声。再进行含变压器局部放电信息的模态重构,用独立分量分析法滤除周期干扰噪声,实现了信号的特征提取。仿真结果验证了该方法的有效性,保证原始信号能量损失较小,局部放电特征保留较好,是局部放电信号去噪的一种新方法。(本文来源于《电测与仪表》期刊2019年21期）
徐岩,王雷[2]（2019）在《基于AR模型的变分贝叶斯独立分量分析算法研究》一文中研究指出近年来,盲源分离算法由于其良好的去噪效果在信号处理领域得到了广泛应用,但传统独立分量分析方法存在着未考虑噪声干扰及未充分利用已知信息等弊端。提出基于GAR模型的变分贝叶斯独立分量分析算法,将源信号的时间结构与系统噪声进行融合研究,基于GAR模型近似建模语音信号的时间结构特征,应用变分贝叶斯学习方法分离带噪声的语音信号。通过与标准变分贝叶斯独立分量分析算法的仿真对比,证明改进后的算法有较好地实际分离效果,有效解决了ICA算法无法在噪声环境下直接进行盲源分离问题。算法可用于减轻铁路列车司机通信时的听觉疲劳。(本文来源于《铁道学报》期刊2019年09期）
李斐,李文浩,张胜凯,雷锦韬,张卿川[3]（2019）在《基于独立分量分析的南极半岛GNSS网区域滤波》一文中研究指出高精度GNSS速度场是研究地壳垂向运动及板块运动的基础,能够为冰川均衡调整(Glacial Isostatic Adjustment,GIA)的建模提供外部检核和新的约束.共性误差(Common Mode Error,CME)是区域连续GNSS时间序列中存在的一种与时空相关的主要误差源,通过空间滤波可有效的降低共性误差的影响,提高坐标时间序列的精度.目前广泛采用的主分量分析法(Principal Component Analysis,PCA),基于二阶统计量(方差和协方差)进行处理,没有充分利用CME高阶统计信息.而独立分量分析ICA(Independent Component Analysis),引入高阶统计量,能够分离出统计独立的非高斯信号.以南极半岛地区的15个GNSS站点为例,由于某些站点存在强烈的局部效应,因此引入了因子分析法首先对异常站进行剔除,然后对比分析了PCA和ICA方法在南极半岛地区区域滤波结果.结果显示,ICA的滤波效果要优于PCA,ICA滤波前后E、N、U叁个方向RMS平均降低44.69%、26.94%、34.87%,不确定度分别降低37.43%,44.58%,55.86%,有效的降低了GNSS残差序列的发散性和速度的不确定度.(本文来源于《地球物理学报》期刊2019年09期）
夏建明,郑恒[4]（2019）在《基于独立分量分析的外辐射源雷达主瓣同邻频干扰抑制研究》一文中研究指出主瓣范围内的同、邻频干扰问题是外辐射源雷达的一个难题。针对这一问题,本文提出一种基于独立分量分析的同、邻频干扰抑制方法,在直达波、多径抑制后通过对信号进行独立分量分析,剔除同、邻频干扰。对实际采集数据的处理结果证明了方法的有效性。(本文来源于《信息技术与信息化》期刊2019年07期）
陈国良,黄晓琴,卢可凡[5]（2019）在《改进的快速独立分量分析在语音分离系统中的应用》一文中研究指出为了提高语音分离系统的处理速度和去除其内部噪声,提出了改进的快速独立分量分析算法。首先,运用时频二值掩蔽模型,在前期的处理中滤除语音数据中的部分噪声。其次,运用牛顿插值的思想,用一阶均差来代替迭代中的求导,提高语音信号分离速度。最后,建立系统分离模型和叁麦克风阵列,并进行改进算法与经典算法的处理时间的对比实验。实验结果表明,该算法可以实现对一段包括人声、音乐声和随机噪声的混合语音的分离,并且处理效率比经典算法提高了13.5%。(本文来源于《计算机应用》期刊2019年S1期）
乔倩[6]（2019）在《基于独立分量分析的股票价格模型及实证研究》一文中研究指出在变化多端的股票市场中,若能掌握影响股票价格波动的主要因素以及影响方式,在股票投资前判断出股票价格的反转点,做到高抛低吸,那么投资者就能获得理想的投资回报,因此,股票价格反转点的预测和价格影响因素分析在投资决策中起着至关重要的作用。本文主要研究基于独立分量分析的股票价格反转点预测模型以及股票价格波动的影响因素分析模型,主要内容如下:(1)针对一些传统的股票价格反转点预测方法计算不准确、易陷入局部最小等问题,提出了一种结合ICA和SVM的股票价格反转点预测模型(ICA-SVM)。该模型利用ICA提取股票价格波动的结构特征并进行股票价格重建,使得股票价格反转特征凸显,弱化了其他干扰因素的影响,同时利用SVM实现股票价格反转点的预测。实证结果表明,ICA-SVM模型对股价变化幅度较小的银行股、震动幅度较大的创业板股、占市场份额较大的房地产股票都取得了较好的结果,其查全率、查准率及F_Measure与SVM模型比有所提高。(2)DICA能克服ICA分类性能上的不足,但计算复杂度高,GWO因其结构简单、参数少、收敛速度快被广泛应用于工程优化问题且取得了良好的效果。因此,本文提出了基于GWO-DICA-SVM的反转点预测模型,该模型用GWO代替DICA中的梯度下降算法,计算简单且一定程度上缓解了传统方法易陷入局部最小的问题。实证结果表明,GWO-DICA-SVM模型对银行股、创业板块股票以及房地产股价的反转点预测取得了很好的效果,其F_Measure比SVM模型提高了接近10%。(3)股票价格数据中往往含有噪声,除噪声是股票价格分析中关键的一环。用ICA检测和去除噪声,又考虑到各因素间往往存在较强的共线性,因此,提出了基于ICA与LASSO回归的股票价格影响因素分析模型。从实证结果可以看出,无论对房地产板块、新能源板块还是创业板块的股票,利用ICA-LASSO因素分析模型得到的回归方程,回归系数均有合理的解释,说明了该方法的有效性。(本文来源于《西安理工大学》期刊2019-06-30）
吴奇远[7]（2019）在《基于高效快速独立分量分析的系统侧谐波阻抗估算》一文中研究指出系统侧谐波阻抗是电网谐波研究的关键参数之一,鉴于此,本文提出了一种基于高效快速独立分量分析的系统侧谐波阻抗估算方法。首先,对公共耦合点处的谐波电压和谐波电流进行去中心化和白化处理;其次,利用高效快速独立分量分析对处理后的谐波电压和谐波电流进行分离,得到分离矩阵;再次,自适应选择非线性函数进行渐进性分析,得到混合矩阵;最后,通过混合矩阵和谐波阻抗矩阵之间线性关系求得系统侧谐波阻抗。在诺顿等效电路上做了仿真分析,结果表明,本文方法的估算结果更为准确。(本文来源于《电气技术》期刊2019年06期）
白鹤云,颜华[8]（2019）在《独立分量分析算法在信号去噪中的应用》一文中研究指出快速独立分量分析算法是近些年兴起的批量的数据处理方法。利用此方法对混有噪声的数据进行源信号与噪声信号的分离,并且以无噪声信号作为标准。通过对经过快速分量分析算法后的数据与无噪声数据相关系数的比较,证明快速独立分量分析在去除噪声方面的可行性。声学法仓储粮食的温度场检测是通过在粮仓周围布置扬声器与传声器,通过计算两个传声器接收到扬声器发出的声波飞行时间进(本文来源于《电子世界》期刊2019年09期）
董岳,赵华,马鹏飞,卓颖[9]（2019）在《基于独立分量分析的多车响应信号分离》一文中研究指出针对桥梁动态称重系统(Bridge weigh-in-motion,BWIM)中多车同时过桥情形下的轴重识别问题,提出利用独立分量分析(Independent Component Analysis,ICA)对多车引起的应变信号进行分离的方法。通过ICA分离多车产生的应变响应信号,得到单辆车对应的应变响应信号,即可利用传统BWIM算法进行轴重识别。相较于改进传统BWIM算法处理多车过桥问题的方法 (如影响面法),该方法对桥梁结构信息依赖度低,因此更具有普适性。通过双车混合仿真信号进行实验,论文比较了几种ICA算法的分离效果。结果表明权值调整二阶盲辨识(WASOBI)算法的分离效果最好,为BWIM中的多车轴重识别问题提供了一种高效解决方法。(本文来源于《公路工程》期刊2019年02期）
矣昕宝,魏巍,全海燕[10]（2019）在《基于独立分量谱相关方法的重力固体潮信号潮汐谐波分析》一文中研究指出为了提取重力固体潮信号各谐波分量间能量差异较大的谐波分量,该文在利用独立分量分析实现重力固体潮信号的加性分解,再利用谱相关分析独立分量间的谱相关特性进行分析,揭示了各谐波间的调制关系.同时,通过对独立分量间的自相关谱和互相关谱的分析,论证了在自相关谱中,能量大的谐波分量被凸显,能量小的谐波分量被抑制,而在互相关谱中,能量较小的谐波分量能更好地凸显出来.结果表明,互相关谱更能够揭示重力固体潮信号中弱的潮汐谐波分量及其调制关系.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年02期）
核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：
近年来,盲源分离算法由于其良好的去噪效果在信号处理领域得到了广泛应用,但传统独立分量分析方法存在着未考虑噪声干扰及未充分利用已知信息等弊端。提出基于GAR模型的变分贝叶斯独立分量分析算法,将源信号的时间结构与系统噪声进行融合研究,基于GAR模型近似建模语音信号的时间结构特征,应用变分贝叶斯学习方法分离带噪声的语音信号。通过与标准变分贝叶斯独立分量分析算法的仿真对比,证明改进后的算法有较好地实际分离效果,有效解决了ICA算法无法在噪声环境下直接进行盲源分离问题。算法可用于减轻铁路列车司机通信时的听觉疲劳。
（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。
核独立分量分析论文参考文献
[1].靳海岗.应用变分模态分解和独立分量分析的变压器局部放电信号特征提取研究[J].电测与仪表.2019
[2].徐岩,王雷.基于AR模型的变分贝叶斯独立分量分析算法研究[J].铁道学报.2019
[3].李斐,李文浩,张胜凯,雷锦韬,张卿川.基于独立分量分析的南极半岛GNSS网区域滤波[J].地球物理学报.2019
[4].夏建明,郑恒.基于独立分量分析的外辐射源雷达主瓣同邻频干扰抑制研究[J].信息技术与信息化.2019
[5].陈国良,黄晓琴,卢可凡.改进的快速独立分量分析在语音分离系统中的应用[J].计算机应用.2019
[6].乔倩.基于独立分量分析的股票价格模型及实证研究[D].西安理工大学.2019
[7].吴奇远.基于高效快速独立分量分析的系统侧谐波阻抗估算[J].电气技术.2019
[8].白鹤云,颜华.独立分量分析算法在信号去噪中的应用[J].电子世界.2019
[9].董岳,赵华,马鹏飞,卓颖.基于独立分量分析的多车响应信号分离[J].公路工程.2019
[10].矣昕宝,魏巍,全海燕.基于独立分量谱相关方法的重力固体潮信号潮汐谐波分析[J].华中师范大学学报(自然科学版).2019