期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于FICAS的积极调停性能优化
1
作者
李丹
姚国祥
车国海
《微计算机信息》
北大核心
2006年第02X期239-243,共5页
基于流的服务合成架构——FICAS,简单描述服务合成中积极调停的动态加载移动类的基本思想,重点介绍了使积极调停性能优化的DavidLiu的LDS(最大数据量)算法,分析了该算法确定移动类最优加载位置的优点和局限性。针对LDS算法的局限性,提...
基于流的服务合成架构——FICAS,简单描述服务合成中积极调停的动态加载移动类的基本思想,重点介绍了使积极调停性能优化的DavidLiu的LDS(最大数据量)算法,分析了该算法确定移动类最优加载位置的优点和局限性。针对LDS算法的局限性,提出了更具通用性和实用性的NN_LDS(神经网络最大数据量)算法,解决了任意移动类在输入数据大小已知,输出数据大小未知条件下,最优加载位置的确定问题,从而实现了积极调停性能优化。
展开更多
关键词
ficas
积极调停
移动类
最大数据量算法
神经网络最大数据量算法
在线阅读
下载PDF
职称材料
基于变量优选和快速独立成分分析的黄花梨可溶性固形物可见/近红外光谱检测
被引量：
6
2
作者
许文丽
孙通
+2 位作者
胡田
胡涛
刘木华
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2014年第12期3253-3256,共4页
为建立预测能力高、稳定性强的可见/近红外漫透射光谱无损检测黄花梨可溶性固形物（SSC）数学模型,对比各种预处理方法、变量优选方法、快速独立主成分分析（FICA）以及最小二乘支持向量机（LSSVM）对黄花梨SSC模型的影响,得出最佳的组...
为建立预测能力高、稳定性强的可见/近红外漫透射光谱无损检测黄花梨可溶性固形物（SSC）数学模型,对比各种预处理方法、变量优选方法、快速独立主成分分析（FICA）以及最小二乘支持向量机（LSSVM）对黄花梨SSC模型的影响,得出最佳的组合方法用于建立黄花梨可溶性固形物（SSC）预测模型。采用Quality Spec型光谱仪采集550~950nm波段范围内的黄花梨漫透射光谱并采用遗传算法、连续投影算法和CARS（competitive adaptive reweighted sampling）三种方法筛选黄花梨可溶性固形物的光谱特征变量,再结合FICA提取光谱主成分,最后采用LS-SVM建立黄花梨的SSC预测模型。结果显示,采用CARS筛选的21个变量,经FICA挑选出12个主成分数,联合LS-SVM所建立的CARS-FICA-LS-SVM黄花梨SSC预测模型性能最佳,建模集和预测集的决定系数及均方根误差分别为0.974,0.116%和0.918,0.158%,同直接采用PLS方法建模相比,变量数从401个下降到21,主成分数由14下降到12,建模集和预测集决定系数分别上升了0.023,0.019,而建模和预测均方根误差分别下降了0.042%和0.010%。CARS-FICA-LS-SVM建立黄花梨SSC预测模型能够有效地简化预测模型并提高预测模型精度。
展开更多
关键词
可见/近红外
黄花梨
CARS
FICA
LS-SVM
可溶性固形物
在线阅读
下载PDF
职称材料
直扩系统复合干扰抑制不确定性解决方案
被引量：
1
3
作者
孙志国
李立金
郭黎利
《计算机应用研究》
CSCD
北大核心
2012年第7期2603-2606,共4页
为了解决FICA用于抑制直扩系统复合干扰时出现的输出排列无序性、符号不确定性问题,引入带宽识别和帧头识别技术,提出基于FICA的直扩系统复合干扰抑制改进方案。该方案利用FICA的信号分选能力和带宽识别技术实现干扰的抑制,采用帧头识...
为了解决FICA用于抑制直扩系统复合干扰时出现的输出排列无序性、符号不确定性问题,引入带宽识别和帧头识别技术,提出基于FICA的直扩系统复合干扰抑制改进方案。该方案利用FICA的信号分选能力和带宽识别技术实现干扰的抑制,采用帧头识别技术确保解调输出数据符号的准确性。理论分析和实验结果表明,在Eb/No=4 dB时,该方案的复合干扰分离精度大于99%,带宽识别和帧头识别方法对直扩信号的识别率大于99.4%,能够准确分离干扰和信号并剔除干扰。
展开更多
关键词
直扩系统
复合干扰抑制
快速独立成分分析(FICA)
排列无序性
符号不确定性
在线阅读
下载PDF
职称材料
基于FICA的盲语音信号分离方法研究
被引量：
1
4
作者
王翔
范启富
《微计算机信息》
2009年第28期176-177,96,共3页
本文在盲信号处理的背景下介绍了独立分量分析算法的原理及特点。针对语音信号复杂多变、但源信号保持相互独立的特点,采用了改进后的FICA方法对混合语音信号进行分离,最终通过仿真实验,获得了满意的分离效果。
关键词
盲信号
独立分量分析
FICA
预处理
在线阅读
下载PDF
职称材料
题名
基于FICAS的积极调停性能优化
1
作者
李丹
姚国祥
车国海
机构
广东广州暨南大学网络中心
出处
《微计算机信息》
北大核心
2006年第02X期239-243,共5页
基金
广东省自然科学基金重点项目(010421)
文摘
基于流的服务合成架构——FICAS,简单描述服务合成中积极调停的动态加载移动类的基本思想,重点介绍了使积极调停性能优化的DavidLiu的LDS(最大数据量)算法,分析了该算法确定移动类最优加载位置的优点和局限性。针对LDS算法的局限性,提出了更具通用性和实用性的NN_LDS(神经网络最大数据量)算法,解决了任意移动类在输入数据大小已知,输出数据大小未知条件下,最优加载位置的确定问题,从而实现了积极调停性能优化。
关键词
ficas
积极调停
移动类
最大数据量算法
神经网络最大数据量算法
Keywords
ficas
, Active mediation.Mobile class.LDS. NN LDS
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于变量优选和快速独立成分分析的黄花梨可溶性固形物可见/近红外光谱检测
被引量：
6
2
作者
许文丽
孙通
胡田
胡涛
刘木华
机构
江西农业大学生物光电技术及应用重点实验室
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2014年第12期3253-3256,共4页
基金
国家自然科学基金项目(31271612)
留学人员科技活动项目(2012)
江西省教育厅科学研究基金项目(GJJ13254)资助
文摘
为建立预测能力高、稳定性强的可见/近红外漫透射光谱无损检测黄花梨可溶性固形物（SSC）数学模型,对比各种预处理方法、变量优选方法、快速独立主成分分析（FICA）以及最小二乘支持向量机（LSSVM）对黄花梨SSC模型的影响,得出最佳的组合方法用于建立黄花梨可溶性固形物（SSC）预测模型。采用Quality Spec型光谱仪采集550~950nm波段范围内的黄花梨漫透射光谱并采用遗传算法、连续投影算法和CARS（competitive adaptive reweighted sampling）三种方法筛选黄花梨可溶性固形物的光谱特征变量,再结合FICA提取光谱主成分,最后采用LS-SVM建立黄花梨的SSC预测模型。结果显示,采用CARS筛选的21个变量,经FICA挑选出12个主成分数,联合LS-SVM所建立的CARS-FICA-LS-SVM黄花梨SSC预测模型性能最佳,建模集和预测集的决定系数及均方根误差分别为0.974,0.116%和0.918,0.158%,同直接采用PLS方法建模相比,变量数从401个下降到21,主成分数由14下降到12,建模集和预测集决定系数分别上升了0.023,0.019,而建模和预测均方根误差分别下降了0.042%和0.010%。CARS-FICA-LS-SVM建立黄花梨SSC预测模型能够有效地简化预测模型并提高预测模型精度。
关键词
可见/近红外
黄花梨
CARS
FICA
LS-SVM
可溶性固形物
Keywords
Visible/near infrared
Huanghua pear
CARS
FICA
LS-SVM
Soluble solids content
分类号
S123 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
直扩系统复合干扰抑制不确定性解决方案
被引量：
1
3
作者
孙志国
李立金
郭黎利
机构
哈尔滨工程大学信息与通信工程学院
出处
《计算机应用研究》
CSCD
北大核心
2012年第7期2603-2606,共4页
基金
国家自然科学基金资助项目(61101141)
国防"863"创新基金资助项目(2010AAJ303)
黑龙江省自然科学基金资助项目(F201040)
文摘
为了解决FICA用于抑制直扩系统复合干扰时出现的输出排列无序性、符号不确定性问题,引入带宽识别和帧头识别技术,提出基于FICA的直扩系统复合干扰抑制改进方案。该方案利用FICA的信号分选能力和带宽识别技术实现干扰的抑制,采用帧头识别技术确保解调输出数据符号的准确性。理论分析和实验结果表明,在Eb/No=4 dB时,该方案的复合干扰分离精度大于99%,带宽识别和帧头识别方法对直扩信号的识别率大于99.4%,能够准确分离干扰和信号并剔除干扰。
关键词
直扩系统
复合干扰抑制
快速独立成分分析(FICA)
排列无序性
符号不确定性
Keywords
DSSS
mixed interference suppression
FICA（fast independent component analysis）
disorder arrangement
uncertain symbols
分类号
TP393.04 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于FICA的盲语音信号分离方法研究
被引量：
1
4
作者
王翔
范启富
机构
上海交通大学电子信息与电气工程学院
出处
《微计算机信息》
2009年第28期176-177,96,共3页
文摘
本文在盲信号处理的背景下介绍了独立分量分析算法的原理及特点。针对语音信号复杂多变、但源信号保持相互独立的特点,采用了改进后的FICA方法对混合语音信号进行分离,最终通过仿真实验,获得了满意的分离效果。
关键词
盲信号
独立分量分析
FICA
预处理
Keywords
Blind source signal
Independent Component Analysis
Fast-ICA
Pre-processing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于FICAS的积极调停性能优化
李丹
姚国祥
车国海
《微计算机信息》
北大核心
2006
0
在线阅读
下载PDF
职称材料
2
基于变量优选和快速独立成分分析的黄花梨可溶性固形物可见/近红外光谱检测
许文丽
孙通
胡田
胡涛
刘木华
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2014
6
在线阅读
下载PDF
职称材料
3
直扩系统复合干扰抑制不确定性解决方案
孙志国
李立金
郭黎利
《计算机应用研究》
CSCD
北大核心
2012
1
在线阅读
下载PDF
职称材料
4
基于FICA的盲语音信号分离方法研究
王翔
范启富
《微计算机信息》
2009
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
