ICA

摘要： 北极星集团(North Star Holdco Group)已决定为其包括作业船、油轮辅助船、海上支援船、应急响应船和救援船等所有船只配备来自丹麦工程和软件公司Logimatic的SERTICA船队管理系统。SERTIC A是一种简化内部流程的技术管理系统,重点关注维护、采购、绩效、健康、安全、质量和环境等内容.

摘要： 轨道交通系统是一个复杂巨系统,成本相关数据难以获取的问题阻碍着轨道交通系统的发展。文章通过独立成分分析(Independent Component Analysis,ICA)对轨道交通系统的成本影响要素进行去关联分析,利用核密度估计方法求得去关联后各成分的概率密度函数,最后利用概率密度函数随机采样,生成轨道交通系统模拟数据。通过案例分析,基于ICA的轨道交通系统模拟数据中,成本影响要素之间的皮尔逊相关系数与原始数据之差最大不超过6%,在误差允许的范围内,模拟数据与原始数据具有同等分布。

摘要： 短期交通流量预测是智能交通系统的重要组成部分。在某些交通控制场景中,提前获取未来的交通流量,有利于公路管理部门有足够的时间制定相应的交通流量控制措施。因此,建立一种准确的短期交通流量预测方法具有重要的意义,能够为高峰交通流量警告提供依据。本文提出了一种新的交通流量混合预测模型VMD-ICA-GMDH-BILSTM-ELMAN,该模型由VMD算法对历史交通流序列进行分解,并利用ICA算法对GMDH-BILSTM-ELMAN集成的网络模型参数进行优化。为了验证此模型的预测性能,在本文所提出的模型和其他模型之间进行了多次比较实验。实验结果表明:1)BILSTM网络,GMDH网络和ELMAN网络具有比其他单个模型更好的预测性能。2)VMD分解方法的加入可以显著改善ICA-GMDH-BILSTM-ELMAN模型的预测性能,且VMD方法的效果优于EEMD和FEEMD。综上所述,由VMD分解,ICA优化,BILSTM网络,GMDH网络和ELMAN网络组成的预测模型,对交通流序列具有精确的短期预测性能。

摘要： 6月9日,全国档案从业者迎来了第15个“国际档案日”。1948年,在国际档案理事会(ICA)成立后通过的第一份章程中就指出,世界各国的档案工作者应共同努力“为了全人类”保护档案,开展鉴定并提供利用。2007年,ICA全体成员投票决定,将每年的6月9日确定为“国际档案日”。从此,这一天成为全世界不同地域、不同国籍、不同肤色的档案工作者们共同的盛大节日。

摘要： 配电网缆-线混合线路日益增加,使得故障线路与健全线路的零序电流波形区分度减小,选线愈发困难。提出基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition based on adaptive noise, CEEMDAN)与独立分量分析(independent component analysis, ICA)的故障选线,首先将各线路首端零序电流分解得到本征模态函数(intrinsic mode functions, IMF)分量,应用ICA对IMF分量构建多维源信号,然后利用峭度阈值判据识别故障信号,将故障信号置零后重构线路零序电流信号,信号方差为0的线路判别为故障线路。仿真结果证明,该方法受不同故障条件影响较小,可靠性高,抗干扰性强,可用于多条线路相继故障的选线及高阻接地故障,同时提出按峭度值大小的“排序推拉”策略。

摘要： 目的 探讨脑动脉瘤(ICA)介入治疗患者的心理行为照护干预.方法 将确诊的2019年3月—2020年1月40例ICA介入治疗患者,双盲随机法分两组.对照组给予常规照护,试验组实施心理行为照护干预.比较两组照护前和照护后不良心境状态、总治疗天数、ICA介入照护满意度、异常心理出现率.结果 试验组不良心境状态、总治疗天数、ICA介入照护满意度、异常心理出现率和对照组比较,差异有统计学意义,P<0.05.结论 ICA介入治疗患者实施心理行为照护干预可减轻患者的心理负担,减少异常心理的发生,缩短住院时间和提高患者的满意度.

摘要： 目的:探讨GAD、ICA与血糖水平联合检测,在成人隐匿性糖尿病诊断中的临床意义.方法:将2019年2月至2020年2月在我院经临床初诊断为2型糖尿病的60例患者为本次研究中的实验组;同时选取同期在我院进行健康体检的60例体检者为本次研究中的参照组;应用化学发光免疫法检测所有研究对象的GAD、ICA,并通过生化仪检测所有研究研究对象的血糖水平、糖化血红蛋白、空腹C肽与餐后2小时C肽,观察两组研究对象的采用不同检测方式的结果,以及实验组的人自身抗体阳性与阴性检测结果等相关情况.结果:实验组GAD与ICA联合检测出抗体阳性为26.67％,GAD为15.00％、ICA为1.67％;参照组GAD与ICA联合检测出抗体阳性为0.00％,GAD、ICA均为1.67％,实验组明显高于参照组(P＜0.05);自身抗体阳性与自身抗体阴性比较糖化血红蛋白、空腹C肽水平无明显差异;自身抗体阳性的空腹血糖、餐后2小时C肽水平明显高于自身抗体阴性(P＜0.05).结论:对成人隐匿性糖尿病,采用GAD、ICA与血糖水平联合检测的方式进行诊断,能够为临床早期诊断糖尿病提供可靠的依据,为评估病情、调整治疗方案有着非常积极的意义.

摘要： 当变压器局部放电信号为多个不同放电类型的信号混合时,要想正确诊断放电类型,需要将混合信号进行分离.当混合信号具有较高的信噪比时,直接采用独立成分分析(ICA)能够有效地分离出独立源信号.但当信噪比较低时,ICA的性能会显著受到影响.变压器局部放电信号存在严重的噪声,其中连续性周期窄带干扰尤为严重.针对混合信号中窄带干扰严重的情况,提出了一种基于奇异谱分析(SSA)与ICA的变压器局部放电混合信号分离方法.该方法首先对含噪混合信号进行奇异谱分析,抑制混合信号中的窄带干扰成分;然后对降噪后的混合信号采用ICA算法分离出独立源信号.仿真结果表明,采用文中的方法能够从信噪比较低的混合信号中有效地分离出独立源信号.

摘要： 针对盲源分离幅度不确定性问题,提出一种分离矩阵归一化的单通道盲源分离幅度不确定性校正方法.利用小波变换将单通道信号分解扩维,将单通道盲源分离问题转换为正定盲源分离问题;利用独立分量分解(Independent Component Analysis,ICA)算法得到分离矩阵;将分离矩阵归一化处理,并利用归一化分离矩阵与小波分解扩维信号相乘得到最终分离信号,消除分离过程中的幅度不确定性问题;最终仿真实验验证了算法的有效性.

摘要： 目的：研究金黄色葡萄球菌临床分离株生物膜形成能力及与ica操纵子的相关性。方法 收集80株分离自我院2004年1月至2007年3月间从临床标本分离的金黄色葡萄球菌,导管、血液、痰液及脓液标本各20株,以及体表分离株20株。用半定量微量板法检测金黄色葡萄球菌生物膜,用PCR法扩增icaA基因。结果80株临床分离株有61株生物膜形成阳性,阳性率为76.3﹪(61/80)。20株体表分离株只有1株形成生物膜,阳性率为5﹪。经X检验,差异具有统计学意义(P<0.01)。80株临床分离株有58株icaA基因阳性,阳性率为72.5﹪(58/80)。20株体表分离株只有1株icaA基因阳性,且为生物膜形成阳性株,阳性率为5﹪(1/20)。经X2检验,差异具有统计学意义(P<0.01)。62株形成生物膜的金葡菌有57株icaA基因阳性,基因阳性率为92﹪(57/62),38株未能形成生物膜的菌株只有2株icaA基因阳性,阳性率为5.3﹪(2/38)。金葡菌生物膜形成表型与icaA基因密切相关(P<0.01)。MRSA和MSSA生物膜形成的阳性率为68.8﹪(33/48)和87.5﹪(28/32),icaA基因阳性率为62.5﹪(30/48)和87.5﹪(28/32),经X2检验,差异具有统计学意义(P<0.01)。结论 生物膜形成是金黄色葡萄球菌临床分离株的一个重要毒力因素,与ica操纵子密切相关。

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 列举几种降维算法,包括经典主成分分析、非线性主成分分析、独立成分分析以及非线性独立成分分析,并对这几种方法进行比较,给出实验数据.结果显示非线性方法要好于线性方法,独立成分分析要好于主成分分析.

摘要： 随着多媒体技术的发展,人脸图像在各种领域中具有越来越重要的作用,如人机交互系统、视频监测系统、人脸图像数据库管理系统、人脸检测与识别系统等.在各种人脸图像的应用系统中,人脸特征定位是重要组成部分之一.目前研究的人脸定位方法,基于定位所依据的基本信息的类型,主要可分为三类:一是基于模板匹配的方法,这种方法是使用可变参数的模板,在搜索区域内通过调整参数,匹配眼、鼻和嘴等人脸特征;二是基于图像灰度及色彩信息和几何信息的方法,其中利用图像灰度及色彩信息进行定位的方法是通过利用脸部特征的灰度或者色彩与人脸中其他部位不同的先验知识,进行特征定位的,而几何信息方法如Snakes和点分布模型(Point Distributed Models,PDM)方法,则是利用边界信息或者控制点的方法来定位人脸特征;三是基于外观信息的方法,如主元分析(Primary Component Analysis,PCA)方法,使用人脸特征部位的外观信息,来匹配图像中的特征部位. 本文提出一种使用ICA和人脸图像灰度信息进行人脸特征提取的新方法。从理论上讲，ICA相比于PCA方法，能够分析提取信号的高阶统计信息;从实践中，ICA用于人脸图像识别时，对于表情和姿态变化，相对于PCA有更好的鲁棒性。因此当使用ICA方法进行人脸特征提取时，能够得到更好的实验效果.本文研究基于ICA及人脸图像灰度信息的人脸特征定位。

摘要： 随着多媒体技术的发展,人脸图像在各种领域中具有越来越重要的作用,如人机交互系统、视频监测系统、人脸图像数据库管理系统、人脸检测与识别系统等.在各种人脸图像的应用系统中,人脸特征定位是重要组成部分之一.目前研究的人脸定位方法,基于定位所依据的基本信息的类型,主要可分为三类:一是基于模板匹配的方法,这种方法是使用可变参数的模板,在搜索区域内通过调整参数,匹配眼、鼻和嘴等人脸特征;二是基于图像灰度及色彩信息和几何信息的方法,其中利用图像灰度及色彩信息进行定位的方法是通过利用脸部特征的灰度或者色彩与人脸中其他部位不同的先验知识,进行特征定位的,而几何信息方法如Snakes和点分布模型(Point Distributed Models,PDM)方法,则是利用边界信息或者控制点的方法来定位人脸特征;三是基于外观信息的方法,如主元分析(Primary Component Analysis,PCA)方法,使用人脸特征部位的外观信息,来匹配图像中的特征部位. 本文提出一种使用ICA和人脸图像灰度信息进行人脸特征提取的新方法。从理论上讲，ICA相比于PCA方法，能够分析提取信号的高阶统计信息;从实践中，ICA用于人脸图像识别时，对于表情和姿态变化，相对于PCA有更好的鲁棒性。因此当使用ICA方法进行人脸特征提取时，能够得到更好的实验效果.本文研究基于ICA及人脸图像灰度信息的人脸特征定位。

摘要： 本发明一种基于ICA和CS的超宽带AOA室内定位系统及定位方法，包括定位终端、基站、服务器及上位机，定位系统采用超宽带AOA测向定位获取定位数据，基站接收定位系统的定位数据并将定位数据传输至上位机连接的服务器，以实现终端定位监控。本发明采用非高斯性的独立分量分析(ICA)和压缩感知(CS)理论结合的方法解决超宽带AOA定位的多径信号干扰问题。非高斯性的独立分量分析(ICA)算法利用信号的非高斯性，比经典的MUSIC算法具有更高的角度分辨率与计算精度；在ICA算法得到复合导向矢量的基础上，利用压缩感知理论中稀疏信号重建的方法，解决从复合导向矢量中得到直达及多径分量到达方向的欠定问题。

摘要： 本发明公开了一种基于ICA与SVM集成学习的故障检测方法，其采用贝叶斯推理对具有特征提取能力的ICA模型和具有分类能力的SVM模型进行集成，利用不同模型所具有的不同优势，从而提升检测准确率，并且使得检测效果更稳定。

摘要： 一种ICA‑CNN分类的fMRI数据空间预平滑增广方法，属于生物医学信号处理领域。首先，对fMRI观测数据施加不同FWHM的空间平滑，增广生成新的fMRI数据集；然后送入ICA‑CNN框架，实现对病人与健康人分类性能的改进。采用本发明对82被试的静息态fMRI数据进行病人和健康人的分类，采用三种不同FWHM的高斯滤波器对观测数据进行空间平滑，生成三组fMRI数据集，然后送入ICA‑CNN框架进行分类。相比已有的多模型阶数数据增广方法，本发明能够将分类准确率提高2％；若将二者结合，能将分类准确率提高12.71％。因此，本发明既能独立提升网络分类性能，也容易与其他增广方法结合，显著提高分类准确率。

摘要： 本发明属于超级电容器技术领域，公开了MoO3/P6ICA复合电极材料及其制备方法和超级电容器。该MoO3/P6ICA复合电极材料是将氧化钼(MoO3)作为基底，电聚合聚6‑羧基吲哚(P6ICA)，形成的MoO3/P6ICA复合电极材料。该MoO3/P6ICA复合电极材料稳定性较好，并且具有良好的电化学、电致变色、电容性能和电化学稳定性。

摘要： 本发明公开了一种基于改进EMD‑ICA的EEG信号处理方法、设备及存储介质，涉及信号处理技术领域，该方法利用改进经验模式分解法EMD对脑电信号EEG进行分解，得到本征模态分量IMFS和余量；对得到的所有符合要求的本征模态分量IMFS进行叠加重构，对重构后的脑电信号通过ICA法进行信号分离，消除噪声，得到去噪后的脑电信号；利用连续小波变换将去噪后的脑电信号变成二维时频图，并将生成的二维时频图输入卷积神经网络模型；采用卷积神经网络模型对步骤S3中的二维时频图进行特征提取，并进行分类。该方法基于改进的EMD‑ICA对脑电信号进行去噪，采用去噪后的信号再进行特征提取和分类，使得运动想象脑电信号分类准确，准确率明显高于现有的其他的分类方法。

摘要： 本发明公开了基于ICA‑R的非侵入式电动汽车充电负荷识别方法，包括：采集用户入户处的有功功率数据；设置参考信号，对电动汽车充电功率幅值进行分类；将用户入口处采集到的一维功率信号变成二维信号；应用ICA‑R方法进行对二维信号进行处理，得到提取信号矩阵；对电动汽车充电的起始和结束时间点进行匹配，得到充电时间段；剔除空调、烘干机负荷段；利用充电时段和充电功率幅值对原始信号进行两次重构；两次重构中与原始信号间的最小平均误差对应的幅值就是电动汽车的充电负荷幅值。本发明可以减轻家庭空调负荷和烘干机负荷的影响，提高电动汽车充电时段提取的准确性，同时可以更为准确地识别出电动汽车的充电功率。

摘要： 一种利用ICA算法分解和污染源成分谱约束的大气污染物智能溯源方法，涉及大气污染防治领域，包括以下步骤：第1步利用ICA算法分解得到初始源成分谱矩阵F0和初始源贡献矩阵G0；第2步利用非负约束算法将F0和G0非负化得到F1和G1；第3步利用不确定性迭代算法和污染源成分谱约束将F1和G1转换成F2和G2；第4步利用专家经验的拉伸算法将F2和G2转换成最终F3和G3；本发明将污染信息独立分配到污染源中，识别更多污染源。把不确定性引入模型，基于污染源成分谱对因子谱进行约束，赋予模型物理意义，有效反映真实大气环境。模型解决了复杂条件下污染源识别不充分以及模型缺少先验信息指导导致物理意义不明确的问题，在大气污染防治中，具有很好的应用前景。

摘要： 本发明公开了一种基于ICA的环境反向散射多标签信号分离检测方法，包括：环境反向散射系统中的各同频干扰用户利用随机序列码本中的随机序列将待发送的数据信号进行扩频，再通过反射环境射频信号的方式发送给读写器；基于ICA算法对读写器接收到的信号进行分离，再利用不同标签的扩频序列将分离得到的信号进行识别，完成基于ICA的环境反向散射多标签信号分离检测，该方法能够实现信号的分离检测，同时精度较高，操作简单。

摘要： 一种ICA‑FA信息提取的SVDD工业故障检测方法，包括以下步骤：步骤S1，利用ICA方法提取工业过程数据的独立成分矩阵和残差矩阵；步骤S2，利用FA方法结合EM算法得到FA模型参数值，获得负载矩阵和噪声矩阵；步骤S3，采用SVDD构造一个超球体来描述独立成分和噪声矩阵的分布状况，对提取出来的独立成分与噪声矩阵建立监测统计量。本发明增强工业过程数据中非高斯部分信息的故障检测能力，提高工业故障监测的灵敏度。

摘要： 本发明公开了一种基于ICA检测的退役电池模组分选方法和装置，其中，方法包括：对多个串联连接的退役电池模组进行脉冲充电，并获取各退役电池模组的零响应信号；采用独立成分分析ICA方法对零响应信号进行分析，得到各退役电池模组的源信号；对源信号进行聚类，得到对多个退役电池模组的分选结果。由此，针对多个退役动力电池模组来自不同车辆的现状，采用独立成分分析ICA方法得到各退役电池模组的源信号，并结合聚类方法得到多个退役电池模组的分选结果，从而，实现对多个退役动力电池模组的快速分选。