论文研究 结合PCA和JADE的EEG眼电伪迹去除研究.pdf

针对传统的自动睡眠分期准确率不足问题,提出一种将多尺度熵(MSE)和主成分分析(PCA)联合使用的自动睡眠分期方法。以8例受试者睡眠脑电(EEG)监测数据及专家人工分期结果作为样本,首先使用MSE表征

网络广告效果研究中评定广告质量的指标不够准确,广告配置科学性有待提高。提出观测度的概念,将它作为衡量广告质量的新标准,并结合多种信息源对广告记忆度、兴趣度进行建模。实验结果表明,相比普遍使用显示反馈和

PCA在人脸识别中的改进算法，黄昉，张宝昌，基于传统的主成分分析(PCA)方法，为使PCA不再局限于满足高斯分布，提出了改进的PCA人脸识别方法。改进的PCA方法先对训练图像集进行分�

基于PCA的GSM无线参数调优，马海印，，合理调整无线参数是GSM网络优化中的一项重要工作，能够直接影响网络的服务性能和网络设备的利用率。主成分分析PCA（PrincipalComponentA

为了解决传统图像检索算法低效和耗时的缺点，提出一种基于PCA哈希的图像检索算法。通过结合PCA与流形学习将原始高维数据降维；然后通过最小方差旋转得到哈希函数和二值化阈值，进而将原始数据矩阵转换为哈希编

给定一个度量空间中的一组数据点集，k邻域问题在于对于某个数据点求出按照该空间的距离度量离数据点最近的k个数据样本。目前主要有2种方法，一种是基于立方体分割形成的三维立方体体素索引数组的体素栅格（CG（

由于传统的PCA要求训练样本符合高斯分布，而现实中得到的图片往往由于光照、表情、姿态的不同，不符合高斯分布。为了使PCA不再局限于高斯分布，并且不影响其识别率，提出一种改进的模块PCA人脸识别新算法。

钨青铜结构陶瓷已在许多应用中找到了重要的潜力，例如执行器，传感器，光电，铁电随机存取存储器和微波设备。这些类型的陶瓷由于其自发极化而被广泛用于许多工业应用，并且以其高介电常数，低介电损耗，低漏电流密度

遥感图像中的条带噪声的去除，周龙廷，，本文使用空间滤波和频域滤波两种方法对去除遥感图像中的条带噪声进行了试验，并在MATLAB7.0中实现。经过对比，在一些指标上频域滤波

针对D2D混合蜂窝网络在进行信道分配时难以在较高信噪比条件下进行自动信道分配的问题，提出了一种基于替代迹的蜂窝网络信道分配Actor-Critic算法。首先定义了信道分配问题的MDP模型，然后定义了基