CASIA OpenIR  > 学术期刊  > 自动化学报
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
Source Publication自动化学报
ISSN0254-4156
2024
Volume50Issue:1Pages:169-180
Abstract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.
Keyword主成分分析 混合核函数 灰狼优化算法 高维降维 非高斯
DOI10.16383/j.aas.c230326
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/55762
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2023-0326.pdf(7098KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[葛泉波]'s Articles
[程惠茹]'s Articles
[张明川]'s Articles
Baidu academic
Similar articles in Baidu academic
[葛泉波]'s Articles
[程惠茹]'s Articles
[张明川]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[葛泉波]'s Articles
[程惠茹]'s Articles
[张明川]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2023-0326.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.