一种基于统计参数映射融合独立成分分析的新的激活区探测方法

统计参数映射在某种程度上依赖于广义线性模型和高斯场理论。广义线性模型的缺陷在于这些假设不能很好地表示fMRI数据,并且脑活动分布模式和血液动力学模型也不能由广义线性模型回归方程来恰如其分地模拟。而独立成分分析不能够提供每一独立成分激活区的显著性估计,这使得实验者不能够很好地解释所获得的结果。提出一种将SPM和ICA技术进行融合的方法,此方法可以将ICA自身的某些优势和GLM的假设检验方法结合起来,互相取长补短。实验结果证明了这种方法在探测由运动任务所产生的激活区方面是有效的。     

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用，但由于其既有参数变量，又有未知函数，因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法，局部线性估计具有优良的统计特性，因此本文用它来得到条件矩的一个非参数估计，并在此基础上证明了估计参数的一致性和收敛速率。     

A componentwise index of service measurement in multi‐component systems

In this paper we present a componentwise delay measure for estimating and improving the expected delays experienced by customers in a multi‐component inventory/assembly system. We show that this measure is easily computed. Further, in an environment where the performance of each of the item delays could be improved with investment, we present a solution that aims to minimize this measure and, in effect, minimizes the average waiting time experienced by customers. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 50: 2003     

一种面向频域的通信信号盲干扰检测算法

针对低干信比和复杂动态情况下传统的干扰检测算法效率不高的问题,提出一种基于盲通信信号频域处理的未知干扰自动检测算法。该方法首先借助快速独立成份分析(FICA)从频谱差分数据中分离干扰和通信信号成份分量,然后利用各分量的峰度作为干扰与通信信号的识别特征检测干扰。实验结果表明,此算法能有效地在干信比小于5 dB的情况下从盲通信信号背景中自动提取未知干扰的信息,实现高精度地盲干扰检测。     

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义.基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的废咝韵喙匦畔?从而取得较好的评价结果.以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果.     

GPU上高光谱快速ICA降维并行算法

高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点,设计协方差矩阵计算、白化处理、ICA迭代和IC变换等关键热点的图像处理单元映射方案,提出并实现一种G-Fast ICA并行算法,并基于GPU架构研究算法优化策略。实验结果显示:在处理高光谱影像降维时,CPU/GPU异构系统能获得比CPU更高效的性能,G-Fast ICA算法比串行最高可获得72倍加速比,比16核CPU并行处理快4~6.5倍。     

雷达对抗仿真推演系统的组件化设计与实现

为了提高雷达对抗仿真推演系统的可扩展性、可重用性,以适应现代战场的应用需求,对其进行了组件化的设计与开发。首先,分析了雷达对抗仿真推演系统组件化设计的基本思想,给出了组件化仿真系统的开发流程,在此基础上,分别从功能需求分析、仿真架构设计、仿真组件开发,系统集成运行等4个方面对组件化雷达对抗仿真推演系统进行了分析与设计,最后给出了运行实例。实践表明,这种开发模式是有效可行的。     

基于主成分的改进马氏距离TOPSIS方法

针对指标变量线性相关,导致变量协方差矩阵行列式(广义样本方差)为零无法应用马氏距离的情况,采用主成分分析法对指标变量进行线性组合,在不减少信息量的同时,得到少数几个不相关的主成分,由主成分构成的协方差矩阵行列式不再为零。依据降维后的主成分变量,采用基于马氏距离的逼近理想解法对五种预警机探测引导能力进行了排序,经检验其结果与实际情况相符。     

面向飞参数据处理应用的数据平滑算法对比

对飞参原始记录数据进行预处理是有效利用飞参数据的基础。介绍了三种典型数据平滑算法的原理,建立仿真航线,并以飞参经度和纬度通道数据为例,对三种平滑算法的处理效果进行了对比研究。结果表明,当误差服从正态分布以及广义正态分布时,通过选取适当参数,Vondrak算法相对于滑动平均和加权局部多项式回归算法具有明显优势,从而为飞参原始记录数据的预处理算法选择提供了参考。     

异步非平稳干扰抑制方法

为解决单通道条件下异步非平稳干扰抑制问题,提出基于数据驱动的稀疏分量分析干扰抑制方法,旨在从接收到的混叠信号中恢复期望信号。该方法利用深度卷积神经网络对输入/输出端数据间的复杂映射关系的强大建模能力,实现了目标信号稀疏域的自适应选择、稀疏域中目标信号稀疏表示的自适应学习以及目标信号的自动恢复。与以往干扰抑制算法不同,所提方法在时域上完成了“端到端”的信号波形恢复,且对混叠观测无先验要求,相比现有方法更具普适性。仿真实验验证了所提干扰抑制方法在不同环境噪声和干扰信号强度及泛化测试条件下的有效性,对干扰的抑制性能显著优于现有算法。