基于独立分量分析方法的煤岩界面识别研究

来源 :第十三届全国信号处理学术年会 | 被引量 : 0次 | 上传用户:b2316
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文简要介绍了独立分量分析的基本思想及基于负熵极大的FastICA算法,并对放顶煤过程中产生的声波信号进行ICA分析和频谱分析,结果表明,FastICA算法可以较好地分离煤和矸石的混合声音信号,分离出的两独立信号的频谱能量分别集中在2000~3000Hz之间和1000Hz左右。根据独立信号频谱的不同,能够初步判断下落的是煤还是矸石,实现煤岩界面的识别。
其他文献
本文提出一种基于AdaBoost级联分类器的双通道多分类器融合结构,综合利用了多种级联检测分类器,可以同时检测正面、侧面多人脸图像,和面部特征器官,左眼、右眼、鼻子、嘴巴。提高了对面部信息感知的鲁棒性和准确性。
本文提出一种基于小波分解与PCA相结合的人脸识别方法。该方法首先将属于同一类別的不同样本相结合,生成新样本与原输入样本共同作为训练样本,然后对训练样本进行小波分解,最后采用PCA算法对低频子带和水平边缘子带相结合系数进行特征提取。本文提出的方法在一定程度上解决了小样本问题,同时在识别率和计算速度方面较经典PCA算法有一定提高。
由于人的心理活动的复杂性,带来了人脸表情的复杂性,无论是人还是计算机,都可能对一幅人脸表情图像给出不同的判别或识别结果。本文指出一类人脸表情可能由于多种心理活动诱因形成,因此在许多应用领域,判断表情形成的原因应该比识别人脸表情属于哪一类更为重要。本文采用CED-WYU(1.0)人脸表情数据库进行实验说明了我们的认识。
本文提出了一种基于类云模型的c-均值聚类算法(简称云c-均值聚类,CCM)。它采用云模型来描述每一类,可以有效反映样本数据的随机不确定性和模糊不确定性,因而比FCM算法更适用。另外,由于每一类用云模型来描述,可以避免聚类目标函数产生平凡解,因而它不需要FCM中的归一化条件,解决了FCM算法因为归一化条件带来的问题。与FCM算法的对比实验验证了CCM算法的有效性。
在对典型视频序列广泛分析的基础上,本文将整数变换交流系数更接近于柯西分布(相比拉普拉斯分布)的思想与亮度分量和色度分量独立建模的思想结合起来,提出一种基于柯西分布的独立率失真模型。实验结果表明:基于柯西分布的独立率失真模型比传统的基于拉普拉斯分布的模型能更好地逼近实际的率失真曲线。
可视媒体重建是人机和谐环境的重要组成部分。基于图像的绘制技术是可视媒体中建立虚拟环境的重要方法。可视媒体的构建主要分为两部分,其一是可视媒体场景的构建,本文利用全景图技术构建虚拟场景。全景图技术发展很快,但是还是存在某些缺陷。本文利用SIFT特征稳定性的特点,提取相邻两幅图像关键点,计算图像的单应矩阵,将两幅图像变换到同一坐标系下,根据设定的权函数,将图像按权相加,实现图像自然无缝的拼接。其二是可
针对复杂海平面上船只图像的直方图的特点,本文提出了一种基于谷底自动检测的最优阈值检测来抑制背景,结合形态学运算以及形心跟踪的序列检测流程。在前景分割中利用Otsu和谷底的自动搜索,提高了分割速度,结合中值滤波和高斯平滑实现前景抑制,并借助海天线的检测,利用形心检测来跟踪。实验表明,该方法对可见光和红外情况下的图像均有良好的检测效果。
本文提出了一种基于改进的非均匀方向滤波器组的隐Markov树(HMT)模型的图像除噪算法。改进的非均匀方向滤波器组每层分解具有十二个高频子带和一个低频子带,通过对低频的重复分解得到多尺度信息,因此分解后的系数具有更好的聚类性和持续性。根据分解系数的特性建立新的四叉树模型,经过期望最大化(EM)算法训练系数并重构完成对图像的除噪处理。试验结果表明,通过该模型除噪后的图像视觉效果和峰值信噪比(PSNR
在单模或多模图像配准邻域,对于刚性和仿射变换,互信息已经发展成为较精确的度量方法。但是其度量的鲁棒性仍存在问题。J. P.W. Pluim提出了互信息与梯度信息联合的相似性度量方法(GMI),包含了图像的空间结构信息;该方法克服了互信息对于小尺度图像的敏感性,大大减少了互信息方法和插值引起的局部极值的情况;然而,GMI的鲁棒性仍然存在问题,在图像存在噪声的情况下,会出现函数极值偏离或变化趋势缓慢的
传统的基于隐马尔可夫模型(HMM)的语音合成系统(HTS)存在两个问题,分别是时域的过平滑问题和频域的过平滑问题。为了解决这两个问题,本文提出了一种同时利用连续隐马尔可夫模型和离散隐马尔可夫模型的合成系统框架。传统的HTS合成系统使用高斯函数的均值表征频谱包络,这不可避免地带来了频域过平滑问题,而本文所提出系统通过使用来自于真实频谱的离散码本矢量表征频谱包络,有效地克服了频域上的过平滑问题;传统H