基于PCA和ICA模式融合的非高斯特征检测识别
文献类型：期刊论文
| 作者 | 葛泉波; 程惠茹; 张明川; 郑瑞娟; 朱军龙; 吴庆涛 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2024 |
| 卷号 | 50期号:1页码:169-180 |
| 关键词 | 主成分分析 混合核函数 灰狼优化算法 高维降维 非高斯 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c230326 |
| 英文摘要 | 针对无人船(Unmanned surface vehicle, USV)航行位姿观测数据的非高斯性/高斯性判别问题,提出一种基于主成分分析(Principal component analysis, PCA)和独立成分分析(Independent component analysis, ICA)模式融合的非高斯特征检测识别方法.首先,采用基于标准化加权平均和信息熵的数据预处理方法.其次,引入混合加权核函数并使用灰狼优化(Grey wolf optimization, GWO)算法进行参数优化,以提高PCA方法的准确性.同时,该算法采用一种新的非线性控制因子策略,提高全局和局部搜索能力.最后,建立了一种基于ICA和PCA联合的相关性分析方法来实现多维数据的降维,在降维数据的基础上综合T型多维偏度峰度检验法和KS (Kolmogorov-Smirnov)检验法进行非高斯性/高斯性特征检测识别.该方法考虑了非线性非高斯的噪声对降维结果精确度的影响,有效降低了多维数据非高斯检测的复杂度,同时也为后续在实际USV位姿估计等应用中提供了保障.实验表明,该方法具有较高的准确性和稳定性,可为USV航行位姿观测数据处理提供支持. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/55762]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 葛泉波,程惠茹,张明川,等. 基于PCA和ICA模式融合的非高斯特征检测识别[J]. 自动化学报,2024,50(1):169-180. |
| APA | 葛泉波,程惠茹,张明川,郑瑞娟,朱军龙,&吴庆涛.(2024).基于PCA和ICA模式融合的非高斯特征检测识别.自动化学报,50(1),169-180. |
| MLA | 葛泉波,et al."基于PCA和ICA模式融合的非高斯特征检测识别".自动化学报 50.1(2024):169-180. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。