作者:田逢春,闫嘉,何庆华,沈岳,冯敬伟,贾鹏飞,徐姗 单位:华东计算机技术研究所;上海计算机学会 出版:《计算机工程》2012年第21期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJSJC2012210090 DOC编号:DOCJSJC2012210099 下载格式:PDF + Word/doc 文字可复制、可编辑
《独立分量分析在伤口感染监测电子鼻技术中的应用》PDF+DOC 徐姗,田逢春,杨先一,闫嘉,冯敬伟 《基于ICA算法的智能电子鼻在混合气体特征提取中的应用》PDF+DOC2011年第04期 袁桂玲,袁军强 《基于FastICA算法的大气监测电子鼻设备的研究探讨》PDF+DOC2010年第04期 胡文韬,李志晨 《一种新的ICA域图像融合算法》PDF+DOC2008年第05期 岳晋,宦若虹,上官晋太,杨汝良 《基于ICA的主、被动雷达抗干扰性能研究》PDF+DOC2007年第01期 黄健喜,计征宇,黄顺吉 《基于RBF神经网络的跌倒检测算法研究》PDF+DOC2019年第11期 王晓雷,李栋豪,郑晓婉,娄泰山,丁国强,焦玉召,赵红梅 《电子鼻检测技术研究进展》PDF+DOC2012年第10期 刘宁晶,史波林,赵镭,屠振华,庆兆珅,籍保平,周峰 《交通环境有毒气体的检测技术研究》PDF+DOC2010年第08期 杨莉,王磊 《基于ICA和BP网络的电流传感器相位差测量方法》PDF+DOC2008年第06期 马晓燕,鲁华祥 《基于电子鼻和高斯过程的秸秆固态发酵过程监测技术》PDF+DOC2014年第11期 梅从立,束栋鑫,江辉,黄文涛,刘国海
  • 针对电子鼻伤口感染检测中的背景干扰问题,提出一种带参考向量的独立分量分析(ICA)背景干扰消除算法。利用ICA分解传感器阵列信号并提取独立分量,通过计算独立分量与参考向量的相关性,区分有用信号和背景干扰,采用神经网络分类器进行模式识别。实验结果表明,该算法能消除电子鼻背景干扰,提高伤口感染检测的准确率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。