导读:本文包含了非线性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:盲源分离,核独立分量分析,故障诊断
非线性独立分量分析论文文献综述
何旭平,赵匡,李志农[1]（2012）在《基于核独立分量分析的非线性混合机械故障盲分离方法研究》一文中研究指出提出了一种基于核独立分量分析(KICA)的非线性混合机械故障源盲分离方法,即利用核函数的优点,将信号从低维的非线性原始空间变换到高维线性特征空间,实现以线性ICA方法进行分离。仿真结果表明:与传统的ICA方法相比,本方法在处理非线性混合源盲分离上具有明显的优势,并在轴承故障信号盲分离实验中验证了它的有效性。(本文来源于《南昌航空大学学报(自然科学版)》期刊2012年04期）
郑茂,郑浩,粘永健,郑林华[2]（2010）在《基于粒子群优化的后向非线性独立分量分析算法》一文中研究指出在分析后向非线性混合独立分量分析算法的基础上,提出了一种基于粒子群优化的独立分量分析算法.该算法以互信息量最小化为目标函数,用高阶奇数多项式拟合非线性分离函数,针对现有粒子群算法的不足,引入带有扰动项改进速度更新公式,通过对粒子群位置矢量和速度矢量的更新,得到全局最优值,从而得到分离矩阵和分离多项式参数.仿真结果表明所提算法是一种非常有效的盲源分离算法.(本文来源于《华中科技大学学报(自然科学版)》期刊2010年06期）
卞宁艳,王斌,曹洋,张立明[3]（2006）在《基于独立元分析和非线性指数分析的脑电信号中伪迹分量的自动去除》一文中研究指出脑电(electroencephalography,EEG)信号中不可避免地存在着眼动、心跳、肌电信号以及线性噪声等伪迹干扰,这些伪迹的存在极大地影响了脑电信号分析的准确性,因此在进行脑电信号分析前需要去除伪迹干扰。为了有效地去除伪迹,结合独立元分析和非线性指数分析,提出一种自动识别并去除脑电信号中伪迹分量的方法。该方法还可同时用于提取脑电信号中的基本节律如!波等。相应的模拟与实际脑电数据的实验结果表明所提议的方法具有很好的识别和去除脑电信号伪迹分量的性能。(本文来源于《生物物理学报》期刊2006年02期）
方勇,王明祥[4]（2005）在《基于自组织映射的后非线性独立分量分析的初始化方法》一文中研究指出本文针对基于自组织映射的后非线性独立分量分析方法的缺点,提出了一种具有全局拓扑保持特性的网络权值初始化方法,该方法不仅提高了网络的收敛速度,而且有效地避免了网络陷入局部极小;同时,在混合方式相同的情况下,可使分离信号的次序和符号保持不变.为了检验该方法的拓扑保持特性,本文还提出了一个简单的拓扑度量函数.通过仿真实验证实了所提出的方法是有效的.(本文来源于《电子学报》期刊2005年05期）
邹凌[5]（2004）在《基于非线性优化及独立分量分析的脑电源定位研究》一文中研究指出脑电逆问题是从给定头皮脑电位的分布推算脑电活动的源,等效电流偶极子源定位问题是脑电逆问题研究领域中的一个重要方面。本文选用简化的同心叁层球模型及经典的同心叁层球模型,基于瞬时脑电数据和时空脑电数据,采用非线性优化方法和信号处理中新近发展的独立分量分析方法,对偶极子源定位问题进行了探讨。 论文基于瞬时的脑电数据,选用Mosher等人1999年提出的有利于逆问题计算的简化同心叁层球模型,讨论了基于阻尼最小二乘算法、单纯形算法等非线性局域优化方法的脑电偶极子定位问题。在己知源数目的条件下,分析了源定位误差与噪声水平的关系;在源数目未能确定时,讨论了反演模型中源数目与实际源数目不一致的情况,并给出了相应的判别准则。同时,将全局优化方法中的遗传算法应用在源定位问题并同局域算法做了比较。 对于时空脑电数据和经典的同心叁层球模型,论文引入结合局域优化算法与遗传算法的混合遗传算法,将其应用于脑电源定位,并与单纯形算法、遗传算法做了仿真比较,获得了较满意的结果。论文还给出了混合遗传算法作用下合理源定位结果可以接受的噪声水平。 论文将基于独立分量分析的拟牛顿算法用于脑电多偶极子源定位,研究了在高噪声临床环境时,该法在偶极子多源定位问题上的运行性能。由于该法是对多个源分别定位,所以和单偶极子的定位结果一样稳定,但降低了搜索的复杂性。为进一步检验该法从噪声污染的头皮脑电数据中定位多偶极子源的有效性,论文进行了不同采样点数下的仿真实验。 在源的统计独立性假设条件满足的情况下,将独立分量分析算法应用到仿真头皮脑电数据时要确定电极数目与要分析的采样数据点的合适比率,论文比较了不同采样频率下的合适比率值,发现采样频率是影响这个比率值的重要因素。 由于在真实脑电实验的测量数据中,干扰往往是空间相关的,故应选用空间相关的有色噪声来模拟真实噪声。本文采用线性约束最小方差方法设计出空间滤波器,然后用道间统计独立的白噪声去激励此空间滤波器,得到空间相关的有色噪声矩阵,并同附加了高斯白噪的情况进行了比较。目前的研究表明基于独立分量分析的多偶极子源定位方法在处理低信噪比数据方面具有突出的优越性,这种可应用于多个独立神经源定位的方法将会在源定位及神经科学研究领域中发挥重要的作用。(本文来源于《浙江大学》期刊2004-06-01）
非线性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：
在分析后向非线性混合独立分量分析算法的基础上,提出了一种基于粒子群优化的独立分量分析算法.该算法以互信息量最小化为目标函数,用高阶奇数多项式拟合非线性分离函数,针对现有粒子群算法的不足,引入带有扰动项改进速度更新公式,通过对粒子群位置矢量和速度矢量的更新,得到全局最优值,从而得到分离矩阵和分离多项式参数.仿真结果表明所提算法是一种非常有效的盲源分离算法.
（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。
非线性独立分量分析论文参考文献
[1].何旭平,赵匡,李志农.基于核独立分量分析的非线性混合机械故障盲分离方法研究[J].南昌航空大学学报(自然科学版).2012
[2].郑茂,郑浩,粘永健,郑林华.基于粒子群优化的后向非线性独立分量分析算法[J].华中科技大学学报(自然科学版).2010
[3].卞宁艳,王斌,曹洋,张立明.基于独立元分析和非线性指数分析的脑电信号中伪迹分量的自动去除[J].生物物理学报.2006
[4].方勇,王明祥.基于自组织映射的后非线性独立分量分析的初始化方法[J].电子学报.2005
[5].邹凌.基于非线性优化及独立分量分析的脑电源定位研究[D].浙江大学.2004