基于字典学习的土壤地球化学数据稀疏重构

• 作者: 吴琳 洪姗 魏友华
• 来源期刊: 现代电子技术
• 关键词: 土壤地球化学 稀疏优化 数据重构 字典学习 正交匹配追踪算法 反距离插值法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 18-21
• 页数: 4页
• 分类号: TN911.1-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.09.005

摘要

在土壤地球化学数据的勘察和采集过程中,因为各种客观因素导致数据不完整,这会对后续的研究工作造成一定的影响,因此对数据进行重构是预处理阶段最基本的步骤.基于土壤地球化学数据在自身或在变换域内的稀疏性,建立基于字典学习的土壤地球化学数据重构模型,将数据重构问题转化为稀疏优化问题,可以减少数据重构后的平滑效果,在一定程度上保留土壤地球化学数据在异常区和背景区交界处的结构特征.最后将反距离插值法和稀疏重构算法重构后的数据进行对比,结果表明稀疏重构算法能有效地对土壤地球化学数据进行重构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏友华	成都理工大学数学地质四川省重点实验室	24	127	7.0	10.0
2	洪姗	成都理工大学数学地质四川省重点实验室	6	3	1.0	1.0
3	吴琳	成都理工大学数学地质四川省重点实验室	6	0	0.0	0.0