期刊文献+
共找到66篇文章
< 1 2 4 >
每页显示 20 50 100
基于主元分析的对称性检测 被引量:20
1
作者 卢春雨 张长水 +1 位作者 闻芳 阎平凡 《电子学报》 EI CAS CSCD 北大核心 1999年第5期25-28,共4页
对称性在日常生活中广泛存在,对一般物体镜像和旋转对称性的快速检测一直是计算机视觉的难题,至今未有通用性很好且效率较高的算法.本文提出一种新的方法,把对称性检测问题转化为协方差矩阵的特征值分解问题,文中的3个定理及其证... 对称性在日常生活中广泛存在,对一般物体镜像和旋转对称性的快速检测一直是计算机视觉的难题,至今未有通用性很好且效率较高的算法.本文提出一种新的方法,把对称性检测问题转化为协方差矩阵的特征值分解问题,文中的3个定理及其证明奠定了理论基础.此外还把这一结论推广到旋转对称性的检测问题.仿真表明:这种方法理论基础扎实,操作简便,非常适合于强镜像对称复杂图像的镜像对称轴方向检测. 展开更多
关键词 主元分析 镜像 对称检测 旋转 计算机视觉
下载PDF
基于PCA的人脸识别系统的设计与改进 被引量:25
2
作者 李梦潇 姚仕元 《计算机科学》 CSCD 北大核心 2019年第B06期577-579,共3页
主成分分析法(Principal Component Analysis,PCA)是用特征向量对样本数据进行分析,从而达到降维目的的一种多元统计分析方法。为解决PCA方法用于人脸识别时图像维数高、计算量大的问题,采用了新的特征值分解法并在图像预处理阶段加入... 主成分分析法(Principal Component Analysis,PCA)是用特征向量对样本数据进行分析,从而达到降维目的的一种多元统计分析方法。为解决PCA方法用于人脸识别时图像维数高、计算量大的问题,采用了新的特征值分解法并在图像预处理阶段加入了滤波处理。在MATLAB平台上搭建了人脸识别系统,对普通PCA方法和加入滤波预处理的PCA方法进行了比较分析,实验证明了加入滤波处理的系统在性能上具有一定的优越性,对实际应用有着一定的参考价值. 展开更多
关键词 pca 特征值分解 人脸识别 滤波
下载PDF
Identification of the anomaly component using BEMD combined with PCA from element concentrations in the Tengchong tin belt, SW China 被引量:7
3
作者 Yongqing Chen Lina Zhang Binbin Zhao 《Geoscience Frontiers》 SCIE CAS CSCD 2019年第4期1561-1576,共16页
Concentration of elements or element groups in a geological body is the result of multiple stages of rockforming and ore-forming geological processes.An ore-forming element group can be identified by PCA(principal com... Concentration of elements or element groups in a geological body is the result of multiple stages of rockforming and ore-forming geological processes.An ore-forming element group can be identified by PCA(principal component analysis)and be separated into two components using BEMD(bi-dimensional empirical mode decomposition):(1)a high background component which represents the ore-forming background developed in rocks through various geological processes favorable for mineralization(i.e.magmatism,sedimentation and/or metamorphism);(2)the anomaly component which reflects the oreforming anomaly that is overprinted on the high background component developed during mineralization.Anomaly components are used to identify ore-finding targets more effectively than ore-forming element groups.Three steps of data analytical procedures are described in this paper;firstly,the application of PCA to establish the ore-forming element group;secondly,using BEMD on the o re-forming element group to identify the anomaly components created by different types of mineralization processes;and finally,identifying ore-finding targets based on the anomaly components.This method is applied to the Tengchong tin-polymetallic belt to delineate ore-finding targets,where four targets for Sn(W)and three targets for Pb-Zn-Ag-Fe polymetallic mineralization are identified and defined as new areas for further prospecting.It is shown that BEMD combined with PCA can be applied not only in extracting the anomaly component for delineating the ore-finding target,but also in extracting the residual component for identifying its high background zone favorable for mineralization from its oreforming element group. 展开更多
关键词 Bi-dimensional empirical mode decomposition(BEMD) Principal COMPONENT analysis(pca) ANOMALY components ORE-FORMING ELEMENT groups Sn(W)and Pb-Zn-Ag-Fe POLYMETALLIC deposits Tengchong tin-polymetallic BELT
下载PDF
张量主成分分析与高维信息压缩方法 被引量:4
4
作者 夏志明 赵文芝 徐宗本 《工程数学学报》 CSCD 北大核心 2017年第6期571-590,共20页
本文概述了信息压缩背景下的张量主成分分析的研究历史与发展现状,并展望了一些可能的研究领域.首先,我们回顾了张量以及张量分解的历史,在信息压缩背景下张量分解可以统一表达为一个普适的统计模型;其次,按经典主成分分析(PCA)、稳健... 本文概述了信息压缩背景下的张量主成分分析的研究历史与发展现状,并展望了一些可能的研究领域.首先,我们回顾了张量以及张量分解的历史,在信息压缩背景下张量分解可以统一表达为一个普适的统计模型;其次,按经典主成分分析(PCA)、稳健主成分分析以及稀疏主成分分析三大类,我们详述了每类在多样本和单样本情形下的统计理论和优化算法的进展,其中又由简单数据结构到复杂数据结构依次对向量数据、矩阵数据以及张量数据的PCA发展进行了概述. 展开更多
关键词 张量主成分分析 信息压缩 Tucker分解 稳健pca 稀疏pca
下载PDF
古新世-始新世极热事件南阳盆地湖相沉积物的岩石磁学研究 被引量:1
5
作者 梁耀 王学婷 陈祚伶 《第四纪研究》 CAS CSCD 北大核心 2024年第5期1215-1224,共10页
古新世-始新世极热事件(PETM)是发生在早新生代的一次历时短暂的快速增温事件,该事件的主要地质特征为大幅度碳同位素负漂(CIE),表明当时有巨量富12C的轻碳注入海气系统,其排放场景与当今人类碳排放非常相似,故对这类事件的研究有重要... 古新世-始新世极热事件(PETM)是发生在早新生代的一次历时短暂的快速增温事件,该事件的主要地质特征为大幅度碳同位素负漂(CIE),表明当时有巨量富12C的轻碳注入海气系统,其排放场景与当今人类碳排放非常相似,故对这类事件的研究有重要的现实意义。已有研究表明,磁性矿物的产生、保存与气候环境变化之间有密切关系,因此,通过对PETM时期沉积岩磁学参数的研究,可以揭示增温背景下古环境演化的时空特征。前人利用磁学方法研究海相沉积物时发现,PETM时期磁学信号出现显著响应,但不同研究区域的具体驱动机制有所差异。本研究对南阳盆地湖相PETM地层开展磁学分析,测量岩石磁学参数,发现PETM时期沉积岩磁性有所增强,磁铁矿含量增加,直到极热事件结束后才缓慢恢复到背景水平,说明事件发生前、发生期间和事件结束后的湖泊环境经历了氧化→弱还原→氧化这3个阶段,且陆相与海相沉积物对PETM具有相似的磁学响应机制。 展开更多
关键词 古新世-始新世极热事件(PETM) 南阳盆地 一阶反转曲线主成分分析 等温剩磁分解 氧化还原
原文传递
Information criterion based fast PCA adaptive algorithm 被引量:3
6
作者 Li Jiawen Li Congxin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2007年第2期377-384,共8页
The novel information criterion (NIC) algorithm can find the principal subspace quickly, but it is not an actual principal component analysis (PCA) algorithm and hence it cannot find the orthonormal eigen-space wh... The novel information criterion (NIC) algorithm can find the principal subspace quickly, but it is not an actual principal component analysis (PCA) algorithm and hence it cannot find the orthonormal eigen-space which corresponds to the principal component of input vector. This defect limits its application in practice. By weighting the neural network's output of NIC, a modified novel information criterion (MNIC) algorithm is presented. MNIC extractes the principal components and corresponding eigenvectors in a parallel online learning program, and overcomes the NIC's defect. It is proved to have a single global optimum and nonquadratic convergence rate, which is superior to the conventional PCA online algorithms such as Oja and LMSER. The relationship among Oja, LMSER and MNIC is exhibited. Simulations show that MNIC could converge to the optimum fast. The validity of MNIC is proved. 展开更多
关键词 pca Linear neural network Eigenvalue decomposition Mutual information.
下载PDF
多尺度多特征仿生人脸识别 被引量:2
7
作者 何坤 周激流 +1 位作者 李健 乔强 《激光杂志》 CAS CSCD 北大核心 2005年第5期68-69,共2页
本文使用Daubechies正交小波变换对人脸图像进行二次小波分解:首先对第二次小波变换低频子图像进行PCA分析。运用邻域法进行分类得到距离隶属度。利用模糊分析提取出候选样本,对候选样本第一次小波变换的低频子图像进行PCA分析,运用最... 本文使用Daubechies正交小波变换对人脸图像进行二次小波分解:首先对第二次小波变换低频子图像进行PCA分析。运用邻域法进行分类得到距离隶属度。利用模糊分析提取出候选样本,对候选样本第一次小波变换的低频子图像进行PCA分析,运用最近邻域法进行分类得到最终识别结果。实验表明:小波变换预处理得到多尺度多特征;分类结果之间具有一定的互补性,同时可以提高分类性能。 展开更多
关键词 人脸识别 多尺度子图像 pca分析 模糊分解
下载PDF
基于变换域和形状特征的感知图像哈希算法 被引量:2
8
作者 周晓炜 赵琰 《计算机应用与软件》 北大核心 2021年第5期218-224,共7页
提出一种基于非下采样轮廓波变换(NSCT)分解和Zernike矩的图像哈希算法。通过预处理操作后的彩色RGB图像转换到YCbCr空间;分别对每个通道进行一级NSCT分解得到低频图像和高频纹理图像,对Y通道的高频图像使用Canny算子提取边缘后计算Zern... 提出一种基于非下采样轮廓波变换(NSCT)分解和Zernike矩的图像哈希算法。通过预处理操作后的彩色RGB图像转换到YCbCr空间;分别对每个通道进行一级NSCT分解得到低频图像和高频纹理图像,对Y通道的高频图像使用Canny算子提取边缘后计算Zernike矩作为中间哈希序列H_(1);将3个通道得到的低频图像分块求取6个统计特征得到18个特征向量,使用PCA降维再进行压缩得到中间哈希序列H_(2);结合高频哈希序列H_(1)和低频哈希序列H_(2)作为最终哈希h。实验结果表明,该算法比几种对比算法具有更好的区分性和更高的效率。 展开更多
关键词 图像哈希 NSCT分解 ZERNIKE矩 统计特征 pca
下载PDF
一种基于Zernike矩形状检索的新算法 被引量:2
9
作者 郭丹 闫德勤 +1 位作者 吴晓婷 刘胜蓝 《计算机科学》 CSCD 北大核心 2010年第11期247-251,286,共6页
高维Zernike矩作为图像检索的形状特征描述子,具有描述图像区域细节信息的能力,能够全面有效地表征图像的内容。但是高维的矩存在着"维数灾难"的问题,不仅使算法的复杂度增大,而且会增加不必要的信息,造成主要信息混淆,影响... 高维Zernike矩作为图像检索的形状特征描述子,具有描述图像区域细节信息的能力,能够全面有效地表征图像的内容。但是高维的矩存在着"维数灾难"的问题,不仅使算法的复杂度增大,而且会增加不必要的信息,造成主要信息混淆,影响对图像的描述。提出了流行学习的方法来处理冗余的数据信息。在通过拉普拉斯图保持局部样本数据不变的情况下,引入了全局算法来保证样本的整体性。考虑到信息之间的相关性而影响投影的准确率,对其进行Schur特征值分解,得到正交基向量,从而使数据重构相对容易,并且Zernike矩的旋转不变性仍能保持下来,使检索得到的图像更加符合人眼视觉效果。该方法在检索性能上优于传统的局部保持投影方法,检索效果有明显的提高。 展开更多
关键词 ZERNIKE矩 图像检索 主成分分析 局部保持投影 SCHUR分解
下载PDF
基于深度学习和多尺度编码组合的手背静脉识别 被引量:1
10
作者 王一丁 徐林林 +1 位作者 段强宇 贺文强 《北方工业大学学报》 2015年第3期6-13,共8页
针对手背静脉识别技术,提出了一种基于深度学习和多尺度编码组合的手背静脉识别算法.首先,利用下采样和小波分解获取多尺度下的手背静脉图像,然后采用中心对称的局部二值模式(CSLBP)提取图像的特征,再次对提取的特征采用深层模型—限制... 针对手背静脉识别技术,提出了一种基于深度学习和多尺度编码组合的手背静脉识别算法.首先,利用下采样和小波分解获取多尺度下的手背静脉图像,然后采用中心对称的局部二值模式(CSLBP)提取图像的特征,再次对提取的特征采用深层模型—限制玻尔兹曼机(RBM)逐层训练,最后采用多尺度编码组合的方式进一步提高识别率.实验证明,本文所提出的方法较传统的PCA、LBP算法识别率更高. 展开更多
关键词 多尺度编码 下采样 小波分解 CSLBP RBM pca LBP
下载PDF
Discrete wavelet and modified PCA decompositions for postural stability analysis in biometric applications
11
作者 Dhouha Maatar Regis Fournier +1 位作者 Zied Lachiri Amine Nait-Ali 《Journal of Biomedical Science and Engineering》 2011年第8期543-551,共9页
The aim of this study is to compare the Discrete wavelet decomposition and the modified Principal Analysis Component (PCA) decomposition to analyze the stabilogram for the purpose to provide a new insight about human ... The aim of this study is to compare the Discrete wavelet decomposition and the modified Principal Analysis Component (PCA) decomposition to analyze the stabilogram for the purpose to provide a new insight about human postural stability. Discrete wavelet analysis is used to decompose the stabilogram into several timescale components (i.e. detail wavelet coefficients and approximation wavelet coefficients). Whereas, the modified PCA decomposition is applied to decompose the stabilogram into three components, namely: trend, rambling and trembling. Based on the modified PCA analysis, the trace of analytic trembling and rambling in the complex plan highlights a unique rotation center. The same property is found when considering the detail wavelet coefficients. Based on this property, the area of the circle in which 95% of the trace’s data points are located, is extracted to provide important information about the postural equilibrium status of healthy subjects (average age 31 ± 11 years). Based on experimental results, this parameter seems to be a valuable parameter in order to highlight the effect of visual entries, stabilogram direction, gender and age on the postural stability. Obtained results show also that wavelets and the modified PCA decomposition can discriminate the subjects by gender which is particularly interesting in biometric applications and human stability simulation. Moreover, both techniques highlight the fact that male are less stable than female and the fact that there is no correlation between human stability and his age (under 60). 展开更多
关键词 Approximation WAVELET COEFFICIENTS Detail WAVELET COEFFICIENTS Discrete WAVELET Analysis pca decomposition Phase Rambling Stabilogram Trem-bling Trend BIOMETRICS
下载PDF
间歇过程的统计建模与在线监测 被引量:62
12
作者 陆宁云 王福利 +1 位作者 高福荣 王姝 《自动化学报》 EI CSCD 北大核心 2006年第3期400-410,共11页
现代过程工业正逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程.基于多元统计模型的过程监测是保障生产安全和产品质量的重要工具.从间歇过程独特的数据特性出发,将现有的多元统计建模方法进行合理的分类,简要回顾了各类方法... 现代过程工业正逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程.基于多元统计模型的过程监测是保障生产安全和产品质量的重要工具.从间歇过程独特的数据特性出发,将现有的多元统计建模方法进行合理的分类,简要回顾了各类方法的起源、发展及延伸的历程.除了阐述每种方法的基本原理,还详细讨论了各种方法的适用背景,相互关联及优缺点等内容,并对这一领域中依然存在的问题以及研究前景给出中肯的评述. 展开更多
关键词 间歇过程 多元统计模型 过程监测 主成分分析 偏最小二乘 三线性分解模型
下载PDF
基于EMD改进算法的爆破振动信号去噪 被引量:34
13
作者 易文华 刘连生 +1 位作者 闫雷 董斌斌 《爆炸与冲击》 EI CAS CSCD 北大核心 2020年第9期75-85,共11页
为了解决振动信号经验模态分解(empirical mode decomposition,EMD)滤波去噪效果不佳的问题,提出一种自适应性正交经验模态分解(principal empirical mode decomposition,PEMD)的信号去噪方法。该算法融合了EMD分解的自适应性和主成分分... 为了解决振动信号经验模态分解(empirical mode decomposition,EMD)滤波去噪效果不佳的问题,提出一种自适应性正交经验模态分解(principal empirical mode decomposition,PEMD)的信号去噪方法。该算法融合了EMD分解的自适应性和主成分分析(principal component analysis,PCA)的完全正交性特点,对信号EMD分解过程中产生的模态混叠现象进行消除,得到了最佳的去噪效果。分析表明:PEMD在仿真模拟试验中相比于传统EMD算法和集总经验模态分解(ensemble empirical mode decomposition,EEMD)算法,信噪比分别提高了1.15 dB和0.38 dB,且均方根误差最小;频域上PEMD对仿真信号频率(30 Hz)识别的灵敏度最高,30 Hz之外的噪声滤除效果最好。在爆破振动试验中,PEMD和EEMD去除噪声毛刺的效果较为理想,且PEMD在0~300 Hz的中低频振动信号保存效果最好,300 Hz以上的高频噪声滤除效果最好。 展开更多
关键词 爆破振动 去噪 模态混叠 主成分分析 经验模态分解 集总经验模态分解
下载PDF
关于SVD与PCA等价性的研究 被引量:27
14
作者 吴春国 梁艳春 +2 位作者 孙延风 周春光 吕英华 《计算机学报》 EI CSCD 北大核心 2004年第2期286-288,共3页
利用矩阵的Frobenius范数对奇异值分解 (SingularValueDecomposition ,SVD)的正规正交基的最优性给出了一种新的证明 。
关键词 SVD pca 等价性 矩阵 FROBENIUS范数 奇异值分解 正规正交基 主成分分析
下载PDF
白洋淀沉水植物腐解释放溶解性有机物光谱特性 被引量:23
15
作者 洪志强 熊瑛 +5 位作者 李艳 崔骏 刘钰钦 何江伟 王京刚 袁冬海 《生态学报》 CAS CSCD 北大核心 2016年第19期6308-6317,共10页
利用水生植物修复受污染水体中,水生植物在秋冬季节腐烂分解会释放大量溶解性有机物(DOM),DOM可影响水环境中污染物的迁移转化,对水体中的化学和生物过程产生一定影响。因此利用紫外可见光光谱(UV-vis)结合平行因子分析法(PARAFAC)和主... 利用水生植物修复受污染水体中,水生植物在秋冬季节腐烂分解会释放大量溶解性有机物(DOM),DOM可影响水环境中污染物的迁移转化,对水体中的化学和生物过程产生一定影响。因此利用紫外可见光光谱(UV-vis)结合平行因子分析法(PARAFAC)和主成分分析法(PCA)来表征和分析水生植物腐解产物中DOM的组分及其特点。UV-vis的研究表明随着腐解时间的增加,样品中DOM的腐殖化程度逐渐升高,当腐殖化程度达到最高值时,腐解进入矿化阶段,此时腐殖化程度逐渐降低。通过PARAFAC分析可以分离出3种类蛋白组分(C1、C2和C5)和2种类腐殖酸组分(C3和C4)。由PCA可以得出在腐解初期,类蛋白组分占据主导地位;随着腐解时间的增加,类蛋白组分含量逐渐降低,而类腐殖酸组分含量逐渐升高。 展开更多
关键词 水生植物腐解 溶解性有机物(DOM) 平行因子(PARAFAC) 主成分分析(pca) 光谱特性
下载PDF
基于多频率尺度模糊熵和ELM的滚动轴承剩余寿命预测 被引量:21
16
作者 王付广 李伟 +1 位作者 郑近德 徐培民 《噪声与振动控制》 CSCD 2018年第1期188-192,共5页
针对滚动轴承剩余寿命预测问题,利用经验模态分解对滚动轴承全寿命振动信号进行分解,得到有限个IMF分量,对这些IMF分量分别进行模糊熵分析,提取出滚动轴承故障特征信息,得到多频率尺度模糊熵值。然后采用PCA进行降维,建立滚动轴承性能... 针对滚动轴承剩余寿命预测问题,利用经验模态分解对滚动轴承全寿命振动信号进行分解,得到有限个IMF分量,对这些IMF分量分别进行模糊熵分析,提取出滚动轴承故障特征信息,得到多频率尺度模糊熵值。然后采用PCA进行降维,建立滚动轴承性能退化评估指标。把经PCA融合后的IMF模糊熵值输入到ELM极限学习机中,训练ELM预测模型,对滚动轴承进行短期退化趋势预测,以及剩余寿命预测,并与经PCA融合后的IMF样本熵值的预测性能进行对比,证明所提指标的预测精度较高且预测结果趋于保守,更适合用于滚动轴承的剩余寿命预测。 展开更多
关键词 振动与波 经验模态分解 模糊熵 pca ELM 剩余寿命预测
下载PDF
应用主成分分解(PCA)法的图像融合技术 被引量:16
17
作者 王文武 《微计算机信息》 北大核心 2007年第04X期285-286,241,共3页
本文在非多尺度分解的框架下,针对像素级的图像融合,提出了一种基于PCA分解的图像融合算法。该算法利用主成分分解可以保留原数据中的主要信息这一特点,由源图像获取数据的协方差矩阵,协方差矩阵的特征值和特征向量,据此确定图像融合算... 本文在非多尺度分解的框架下,针对像素级的图像融合,提出了一种基于PCA分解的图像融合算法。该算法利用主成分分解可以保留原数据中的主要信息这一特点,由源图像获取数据的协方差矩阵,协方差矩阵的特征值和特征向量,据此确定图像融合算法中的加权系数和最终融合图像。试验表明,应用该算法融合后的图像取得了满意的效果. 展开更多
关键词 非多尺度分解 pca 图像融合
下载PDF
一种基于小波PCA的高光谱图像特征提取新方法 被引量:12
18
作者 倪国强 沈渊婷 徐大琦 《北京理工大学学报》 EI CAS CSCD 北大核心 2007年第7期621-624,共4页
针对高光谱图像数据量大、数据维数高、光谱信息丰富的特点,提出一种基于小波分解的主成分分析(PCA)降维的特征提取新方法.该方法充分利用小波变换的优势,在光谱域内针对每个像元进行降维,既减少了数据量,还能保留光谱信号的差别;PCA方... 针对高光谱图像数据量大、数据维数高、光谱信息丰富的特点,提出一种基于小波分解的主成分分析(PCA)降维的特征提取新方法.该方法充分利用小波变换的优势,在光谱域内针对每个像元进行降维,既减少了数据量,还能保留光谱信号的差别;PCA方法充分利用像元间的相关性,保留不同类在相邻像元间的局部空间信息,弥补了空间域内小波变换类间可分性较差的问题.实验结果表明,小波分解与PCA相结合的特征提取方法能够有效地提高高光谱数据分类效率及分类精度. 展开更多
关键词 高光谱 小波分解 主成分分析(pca) 特征提取 特征降维
下载PDF
基于SVD原理的PCA特征频率提取算法及其应用 被引量:14
19
作者 郭明军 李伟光 +1 位作者 杨期江 赵学智 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第1期1-9,共9页
针对实测转子位移信号存在噪声污染的问题,提出一种基于SVD原理的PCA特征频率提取算法。首先,从理论上推导了PCA与SVD的内在联系,即PCA产生的协方差矩阵特征值等于SVD产生的矩阵奇异值的平方,且PCA产生的特征向量等于SVD产生的左奇异向... 针对实测转子位移信号存在噪声污染的问题,提出一种基于SVD原理的PCA特征频率提取算法。首先,从理论上推导了PCA与SVD的内在联系,即PCA产生的协方差矩阵特征值等于SVD产生的矩阵奇异值的平方,且PCA产生的特征向量等于SVD产生的左奇异向量;然后,基于上述结论,提出一种基于SVD原理的PCA特征频率提取算法,并通过仿真信号验证了算法的有效性;最后,将该算法应用于大型滑动轴承试验台主轴的轴心轨迹提纯,得到的轴心轨迹清晰、集中,可成功识别转子的不对中及碰磨故障。 展开更多
关键词 主成分分析 特征频率提取算法 奇异值分解 协方差矩阵特征值 矩阵奇异值
下载PDF
基于PCA与EMD的超宽带雷达生命信号检测算法 被引量:13
20
作者 戴舜 朱方 +1 位作者 徐艳云 方广有 《电子学报》 EI CAS CSCD 北大核心 2012年第2期344-349,共6页
本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离... 本文分析了脉冲超宽带(UWB)生命信号模型,提出了基于主元分析(PCA)和经验模态分解(EMD)的非接触生命信号检测方法.根据UWB信号杂波与生命目标回波特点,结合PCA去除杂波.提取适当的主元特征向量序列曲线上峰值所对应的时延,估计目标距离信息.采用EMD分解目标回波序列为有限个固有模态函数(IMF)分量,在时域上重构平滑生命特征曲线,且其在高信噪比下可实现心跳与呼吸信号的分离.实验研究表明该方法简单有效,能同时提供生命信号的频域和时域波形位置信息,且重构得到的生命信号较符合实际信号时变、非平稳特性. 展开更多
关键词 生命信号 超宽带 主元分析 经验模态分解 奇异值分解
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部