论文内容11求解稀疏系数课件_第1页
论文内容11求解稀疏系数课件_第2页
论文内容11求解稀疏系数课件_第3页
论文内容11求解稀疏系数课件_第4页
论文内容11求解稀疏系数课件_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

体域网中基于时空相关性的动作识别算法研究LOGO体域网中基于时空相关性的动作识别算法研究LOGO1目录1.论文内容2.实验过程3.实验结果4.分类方法目录1.论文内容2.实验过程3.实验结果4.分类方法2论文内容1论文内容131）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。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4实验过程2实验过程25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：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6实验结果3实验结果37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：利用SRC进行分类得到的相对误差如下表：8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9不同压缩比信号恢复情况不同压缩比为0.1不同压缩比信号恢复情况不同压缩比为0.110压缩比为0.3压缩比为0.311压缩比为0.5压缩比为0.512分类算法3分类算法313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。由于SRC分类算法，分类效果并不是很好14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。利用求解得到的稀疏系数

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论