1) kernel independent component analysis
核独立元分析
1.
In order to detect ramp fault in nonlinear industrial process,a new fault detection method is proposed based on summed kernel independent component analysis(SKICA).
针对非线性工业过程缓变型故障的检测问题,提出一种基于累积和核独立元分析(SKICA)的故障检测方法。
2) Independent component analysis
独立元分析
1.
On-line monitoring of gas metal arc welding defects based on independent component analysis;
基于独立元分析的GMAW缺陷在线监测
2.
Contorted objects recognition based on independent component analysis;
基于独立元分析的扭曲目标识别
3.
Analysis of Electrocardiogram Signals Based on Independent Component Analysis;
基于独立元分析的心电信号分析
3) independent component analysis(ICA)
独立元分析
1.
A new denoising method is presented in the paper, based on the independent component analysis(ICA) and the noise independent component selection measurement which is the dispersivity of the independent component's projection coefficients to each electrode.
使用独立元分析方法,提出了一种以独立元对各电极点投影系数的离散度为噪声独立元选取准则,设计了一套心外膜标测电位去噪新方法。
4) ICA
独立元分析
1.
A New Scheme for Affine Invariant-Descriptor and Affine Transformation Parameter Estimation Based on ICA;
一种基于独立元分析的仿射不变描述和仿射变换参数估计的新方法
2.
In face recognition traditional Independent Component Analysis (ICA) is to convert face image matrix into vector to find whitened matrix, and separate matrix is solved by way of Fast ICA.
传统独立元分析(Independent Component Analysis,ICA)用于人脸识别首先是将人脸图像矩阵转换成向量求白化矩阵,然后利用快速固定点算法求分离矩阵,获得人脸图像独立基子空间,从而实现人脸识别。
3.
General Face Animation Mode Expression Based on ICA;
然后通过对获取数据应用独立元分析获得一般人脸动画模式,最终使用ICA参数空间生成任意特定人的面部表情。
5) KICA
核独立成分分析
1.
Face recognition based on KICA and BP neural network;
基于核独立成分分析和BP网络的人脸识别
2.
After giving an introduction about Independent Components Analysis(ICA),the paper put forward an improved Kernel Independent Components Analysis(KICA)which can be described as a combination of KPCA and ICA to extract features.
本文对人耳识别中的若干关键问题进行了研究,在简单介绍基于独立成分分析(ICA)的人耳特征提取的基础上,提出采用改进的核独立成分分析(KICA)的非线性分析法提取人耳图像的特征,该方法可描述为 KPCA 和 ICA 方法组合。
3.
At last,we use kernel independent component analysis(KICA) to extract the watermarks.
最后通过核独立成分分析的方法分别提取水印。
6) kernel independent component analysis
核独立分量分析
1.
In this paper Kernel independent component analysis is used to estimate electric load profiles which use contrast functions based on canonical correlations in a reproducing Kernel Hilbert space.
本文采用了核独立分量分析算法进行负荷曲线估计,使用再生核希尔伯特空间上的典型相关性分析作为目标函数。
补充资料：核反应分析
利用核反应测定样品表层的含量及深度分布的一种分析方法。用带电粒子、中子和γ射线都可以引起核反应，在核反应分析中通常利用加速器产生的具有一定能量的离子束轰击样品，离子同样品中待分析的核发生核反应，测量反应过程中瞬发放出的反应产物(出射粒子)，就可以实现元素定量分析。
原理 在原子核反应中，当入射粒子的种类和能量确定后，核反应产生的出射粒子的能量同样品中引起反应的核（靶核）性质有关。用高分辨率探测器，结合粒子鉴别技术，分析出射粒子能谱，根据出射粒子峰的能量和强度，可识别靶核的种类并确定其含量。核反应能谱又同入射粒子和出射粒子在样品中的电离能量损失有关。在样品不同深度处发生反应，产生的出射粒子有不同的能量；而出射粒子的强度同该深度处靶核的含量有关。对于核共振反应，改变入射粒子能量，反应将发生在样品的不同深度，共振反应产额同该处的靶核含量成正比。因此，分析核反应能谱或共振核反应产额曲线可以得到元素的深度分布。
实验方法 核反应分析实验中常采用能量在 0.5～5MeV的p+、d+、4He+等带电粒子。一般用金硅面垒型探测器探测核反应产生的带电粒子,用Nal(Tl)晶体或Ge(Li)探测器探测γ射线（见半导体探测器）。分析系统同电子计算机连接，可以实现数据自动处理。
分析方法 分绝对法和相对法。绝对法是根据核反应产额同截面、靶元素含量、入射离子数目、探测立体角等的关系，利用已知的核反应截面计算。相对法是比较在相同实验条件下待测样品和标准样品的产额或能谱实现的。
特点 核反应分析不仅可作元素的定量分析，而且可测量样品表面或近表面处元素的深度分布。入射带电粒子束可以聚焦，用聚焦后的微束扫描能够进行微区分析。利用重离子核反应（见重离子核物理）对同位素灵敏,可有极高选择性,也是目前分析氢元素在样品中分布的有效方法。选择好的实验条件可以实现两种以上元素的同时分析。分析的绝对灵敏度一般为 10-7～10-8g，高的可达10-10g；相对灵敏度一般在百万分之几百,高的可达百万分之几。分析深度一般在几微米到几十微米，深度分辨率在10～100nm，可达2nm。
应用 主要用于表面或近表面分析，了解样品的元素成分和杂质分布随深度的变化。自1962年利用氧-18示踪研究阳极上氧化铝中氧的转移情况以后，核反应分析技术越来越广泛地应用于各个领域。目前，主要在固体物理中研究扩散现象、薄膜生长机理、表面微量沾污、离子掺杂等，在冶金学中研究金属改性、腐殖现象、表面杂质含量等；在材料科学和半导体工业中对氧化现象、腐殖现象的研究，离子注入器件的分析等；此外，在地质、考古、天体物理及生物医学等方面也越来越多地得到应用。
原理 在原子核反应中，当入射粒子的种类和能量确定后，核反应产生的出射粒子的能量同样品中引起反应的核（靶核）性质有关。用高分辨率探测器，结合粒子鉴别技术，分析出射粒子能谱，根据出射粒子峰的能量和强度，可识别靶核的种类并确定其含量。核反应能谱又同入射粒子和出射粒子在样品中的电离能量损失有关。在样品不同深度处发生反应，产生的出射粒子有不同的能量；而出射粒子的强度同该深度处靶核的含量有关。对于核共振反应，改变入射粒子能量，反应将发生在样品的不同深度，共振反应产额同该处的靶核含量成正比。因此，分析核反应能谱或共振核反应产额曲线可以得到元素的深度分布。
实验方法 核反应分析实验中常采用能量在 0.5～5MeV的p+、d+、4He+等带电粒子。一般用金硅面垒型探测器探测核反应产生的带电粒子,用Nal(Tl)晶体或Ge(Li)探测器探测γ射线（见半导体探测器）。分析系统同电子计算机连接，可以实现数据自动处理。
分析方法 分绝对法和相对法。绝对法是根据核反应产额同截面、靶元素含量、入射离子数目、探测立体角等的关系，利用已知的核反应截面计算。相对法是比较在相同实验条件下待测样品和标准样品的产额或能谱实现的。
特点 核反应分析不仅可作元素的定量分析，而且可测量样品表面或近表面处元素的深度分布。入射带电粒子束可以聚焦，用聚焦后的微束扫描能够进行微区分析。利用重离子核反应（见重离子核物理）对同位素灵敏,可有极高选择性,也是目前分析氢元素在样品中分布的有效方法。选择好的实验条件可以实现两种以上元素的同时分析。分析的绝对灵敏度一般为 10-7～10-8g，高的可达10-10g；相对灵敏度一般在百万分之几百,高的可达百万分之几。分析深度一般在几微米到几十微米，深度分辨率在10～100nm，可达2nm。
应用 主要用于表面或近表面分析，了解样品的元素成分和杂质分布随深度的变化。自1962年利用氧-18示踪研究阳极上氧化铝中氧的转移情况以后，核反应分析技术越来越广泛地应用于各个领域。目前，主要在固体物理中研究扩散现象、薄膜生长机理、表面微量沾污、离子掺杂等，在冶金学中研究金属改性、腐殖现象、表面杂质含量等；在材料科学和半导体工业中对氧化现象、腐殖现象的研究，离子注入器件的分析等；此外，在地质、考古、天体物理及生物医学等方面也越来越多地得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条