Knowledge Commons of Institute of Automation,CAS
基于PCA和ICA模式融合的非高斯特征检测识别 | |
葛泉波; 程惠茹; 张明川; 郑瑞娟; 朱军龙; 吴庆涛 | |
发表期刊 | 自动化学报 |
ISSN | 0254-4156 |
2024 | |
卷号 | 50期号:1页码:169-180 |
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. |
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 |
DOI | 10.16383/j.aas.c230326 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/55762 |
专题 | 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. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2023-0326.pdf(7098KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[葛泉波]的文章 |
[程惠茹]的文章 |
[张明川]的文章 |
百度学术 |
百度学术中相似的文章 |
[葛泉波]的文章 |
[程惠茹]的文章 |
[张明川]的文章 |
必应学术 |
必应学术中相似的文章 |
[葛泉波]的文章 |
[程惠茹]的文章 |
[张明川]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
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。
修改评论