基于K-SVD的最大似然稀疏表示体域网动作分类算法

• 作者: 凌雲 吴建宁 李杰成 王佳境
• 来源期刊: 计算机系统应用
• 关键词: 体域网 动作识别 稀疏表示 过完备字典 最大似然模型
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 144-150
• 页数: 7页
• 字数: 5723字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2018.02.024

摘要

为有效提高体域网动作分类性能, 本文提出了一种基于K-SVD的最大似然稀疏表示体域网动作分类算法.该算法首先基于K-SVD优化学习算法, 将不同动作模式训练样本按其所属类别分组优化训练, 避免各类样本数据训练时相互干扰, 得到不同动作模式类别所属的子字典, 然后将其拼合构成一个完整字典, 准确稀疏表示测试样本,最后基于最大似然稀疏模型准确估计稀疏表示系数残差, 并得到测试样本所属类别. 实验结果表明, 本文所提算法能够获得最优字典, 基于最大似然稀疏表示可准确估计测试动作样本稀疏表示残差. 所提算法识别率明显优于传统稀疏表示动作分类算法, 可有效提高体域网动作模式分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴建宁	福建师范大学数学与信息学院	17	58	4.0	6.0
2	王佳境	福建师范大学数学与信息学院	4	7	2.0	2.0
3	凌雲	福建师范大学数学与信息学院	4	7	2.0	2.0
4	李杰成	福建师范大学数学与信息学院	1	1	1.0	1.0