原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
论文内容11求解稀疏系数
不同压缩比信号恢复情况不同 由于SRC分类算法，分类效果并不是很好，所以考虑修改分类算法，由于信号恢复的效果不错，考虑是否能利用恢复后的信号进行分类。 体域网中基于时空相关性的动作识别算法研究 LOGO 目录 1.论文内容 2.实验过程 3.实验结果 4.分类方法 论文内容 1 1） 求解稀疏系数 利用时空稀疏贝叶斯学习框架，求解压缩信号在训练字典中的稀疏系数表示。 2） 分类 利用SRC分类算法和求解的稀疏系数进行分类。 实验过程 2 对训练数据归一化 产生随机测量矩阵 获取样本数和分类数 压缩信号 利用STSBL求解稀疏系数 利用稀疏系数计算残差 计算最小残差，分类结果 计算分类误差 算法流程如下： 实验结果 3 利用SRC进行分类得到的相对误差如下表： 有上表看出使用SRC分类算法，分类效果并不像预期中那样好。 下图为不同动作的稀疏系数表示： 分类误差 0.4077 0.6231 0.5692 0.4077 0.4538 0.7077 0.6154 0.6308 0.5846 0.4615 0.6462 0.5538 0.4308 测试样本 1 2 3 4 5 6 7 8 9 10 11 12 13 测试数据为动作1的稀疏系数 测试数据为动作13的稀疏系数 压缩比为0.1 压缩比为0.3 压缩比为0.5 分类算法 3 利用求解得到的稀疏系数，还原信号，进行分类。 在同一类训练样本中寻找残差最小的样本，然后比较不同动作的最小残差，得出动作种类。下面是分类相对误差： 平均相对误差0.17左右 下一步打算考虑使用SVM对数据进行分类。 分类误差 0.2 0.5 0.5 0.06 0.04 0.26 0.2 0.09 0.13 0.27 0.04 0.04 0.2 测试样本 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0.13 15 0.25 16 0.1 17 0.04 18 0.3 19 0.13 20 0.13 报告完毕，请指正 LOGO
文档评论（0）