中国博士后科学基金(2005037656)
- 作品数：4 被引量：17H指数：3
- 相关作者：韦琦魏新劳徐秋平吴京辉孙清泉更多>>
- 相关机构：哈尔滨理工大学阿拉巴马大学更多>>
- 发文基金：中国博士后科学基金黑龙江省教育厅资助项目黑龙江省自然科学基金更多>>
- 相关领域：电气工程医药卫生自动化与计算机技术更多>>
- 独立分量分析在PET图像去噪处理中的应用被引量：4
- 2009年
- 独立分量分析(independent component analysis,ICA)是基于信号高阶统计量的盲源分离方法.提出将这种算法与中值滤波和小波滤波相结合应用于正电子发射计算机断层扫描(Positron Emission Tomography,PET)图像的去噪处理中,并与中值滤波和小波滤波进行对比分析.仿真实验证明了本文算法相较于中值滤波和小波滤波在PET图像处理中取得了更好的效果.
- 徐秋平韦琦
- 关键词：独立分量分析盲源分离正电子发射计算机断层扫描
- 应用改进独立分量分析算法估计电力用户负荷曲线被引量：3
- 2010年
- 应用独立分量分析算法,即基本FastICA算法,在不知道电力系统网络参数或拓扑结构的情况下,可以估计节点电力负荷曲线。若考虑测量中存在的噪声,则基本FastICA算法将含有噪声的观测信号进行分离,导致估计误差增大。为此,通过在白化数据过程中考虑噪声的作用,改进了FastICA算法。IEEE14母线系统的仿真实验结果表明,应用改进后FastICA算法所得到的负荷曲线估计结果的精度,要优于基本FastICA算法。说明改进后的FastICA算法适用于考虑噪声情况下的电力负荷曲线估计。
- 韦琦刘瑜魏新劳孙清泉
- 关键词：盲源分离独立分量分析电力市场
- 基于独立分量分析的运动目标精确检测被引量：4
- 2010年
- 运动目标检测与跟踪是计算机视觉的难点问题.针对传统方法存在抗噪声、抗抖动性能弱等问题,将独立分量分析(ICA)的算法应用到目标检测与前景图像去噪环节中,目的是提高运动目标检测的鲁棒性和精确性,为后续处理提供尽可能多的目标信息.实验表明,ICA用于目标检测具有较高的鲁棒性,同时ICA用于前景图像去噪比传统的去噪方法具有更好的效果,较好地保留了目标的特征信息.
- 韦琦吴京辉
- 关键词：目标检测独立分量分析去噪
- 应用核独立分量分析的电力用户负荷曲线估计被引量：6
- 2008年
- 提出了核独立分量分析算法,即白化的核主分量分析加上独立分量分析算法。该算法在电网信息不足时,利用电网部分支路的潮流作为观测值,就可以完成对用户负荷曲线的估计。经过IEEE9节点系统的仿真验证,结果表明,观测值在经过白化的核主分量分析算法处理后,非高斯性增强。应用独立分量分析算法对处理后的观测值进行盲源分离后,所得用户负荷需求曲线的估计值逼近实际值。与仅用独立分量分析方法的仿真结果相比,估计误差降低,相关系数增加。
- 韦琦魏新劳
- 关键词：盲源分离核主分量分析独立分量分析
