基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高无线传感器网络信息融合的效率,提出一种多传感器二维特征融合(2DFF)策略.将多个传感器标准化后的特征集组合成二维特征矩阵,引入图像压缩技术,包括二维主成分分析(2DPCA)及MatPCA对特征矩阵进行特征提取,实现特征融合.从理论上剖析该方法之所以能够有效地适用于特征融合,且区别于传统方法的内在本质.相比传统的特征融合方法,该方法能够获得更加精确的融合特征,提高信息融合的效率.基于实地采集的地面目标信号的实验结果表明,该方法既提高目标识别率,又降低了计算复杂度.
推荐文章
一种双向压缩的二维特征抽取算法及其应用
二维主分量分析
特征抽取
人脸识别
基于小波变换和二维非负矩阵分解的人脸识别算法
二维离散小波变换
二维非负矩阵分解
人脸识别
图像融合
基于Krylov子空间及区域分解理论的二维矩阵特征线方法
特征线方法(MOC)
Krylov子空间
区域分解
并行计算
一种人脸三维特征信息融合方法
人脸识别
Gabor小波变换
纹理特征
最近邻
信息融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于二维特征矩阵的特征融合算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 特征融合 二维特征矩阵 主成分分析 无线传感器网络 目标识别
年,卷(期) 2012,(11) 所属期刊栏目 电信技术
研究方向 页码范围 2081-2088
页数 8页 分类号 TP391
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2012.11.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘海涛 中国科学院上海微系统与信息技术研究所 121 805 17.0 22.0
2 伍健荣 中国科学院上海微系统与信息技术研究所 7 42 3.0 6.0
3 鲍必赛 中国科学院上海微系统与信息技术研究所 5 27 3.0 5.0
4 楼晓俊 中国科学院上海微系统与信息技术研究所 9 59 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (13)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(3)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征融合
二维特征矩阵
主成分分析
无线传感器网络
目标识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导