本文選題：信息處理技術(shù) + 無(wú)線傳感器網(wǎng)絡(luò)��； 參考：《吉林大學(xué)學(xué)報(bào)(工學(xué)版)》2014年03期

【摘要】：針對(duì)WSN及輪廓檢測(cè)系統(tǒng)的特點(diǎn),給出了一種基于WSN的數(shù)據(jù)處理方法。該方法首先通過(guò)主分量分析提取樣本特征,然后采用疊加方式對(duì)不同樣本的特征進(jìn)行融合,給出數(shù)學(xué)模型;并以此模型為基礎(chǔ),提出一種新的基于稀疏表示的多類(lèi)融合樣本中特定目標(biāo)識(shí)別算法,該算法根據(jù)超完備字典下主要非零系數(shù)的分布情況識(shí)別出特定目標(biāo);數(shù)值仿真與實(shí)驗(yàn)結(jié)果驗(yàn)證了本文算法的有效性,綜合性能優(yōu)于傳統(tǒng)方法。
[Abstract]:According to the characteristics of WSN and contour detection system, a data processing method based on WSN is presented.The method firstly extracts sample features by principal component analysis (PCA), then fuses the features of different samples by superposition method, and gives the mathematical model, which is based on this model.A new algorithm based on sparse representation for specific target recognition in multi-class fusion samples is proposed. The algorithm identifies specific targets according to the distribution of the main non-zero coefficients in an overcomplete dictionary.Numerical simulation and experimental results demonstrate the effectiveness of the proposed algorithm and its performance is superior to that of the traditional method.
【作者單位】： 安徽大學(xué)計(jì)算智能與信號(hào)處理教育部重點(diǎn)實(shí)驗(yàn)室;合肥學(xué)院機(jī)器視覺(jué)與智能控制技術(shù)重點(diǎn)實(shí)驗(yàn)室;合肥師范學(xué)院數(shù)學(xué)系;
【基金】：NSFC-廣東聯(lián)合基金項(xiàng)目(U1201255) 高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金項(xiàng)目(20113401130001) 國(guó)家自然科學(xué)青年基金項(xiàng)目(61201227) 安徽省自然科學(xué)基金青年項(xiàng)目(1208085QF114) 安徽省高校省級(jí)自然科學(xué)一般項(xiàng)目(KJ2011B131,KJ2013B224)
【分類(lèi)號(hào)】：TN929.5;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 查長(zhǎng)軍;孫南;張成;韋穗;;基于稀疏表示的特定目標(biāo)識(shí)別[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年01期

【共引文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 查長(zhǎng)軍;分布式壓縮感知及輪廓識(shí)別研究[D];安徽大學(xué);2013年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉曉山;付國(guó)蘭;;基于脊波變換和SPIHT算法相結(jié)合的圖像壓縮[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

2 王華丹;劉海林;;稀疏盲源分離問(wèn)題的恢復(fù)性研究[J];廣東工業(yè)大學(xué)學(xué)報(bào);2008年02期

3 談華f，

本文編號(hào)：1766471