-
公开(公告)号：CN110826640A
公开(公告)日：2020-02-21
申请号：CN201911101048.0
申请日：2019-11-12
Applicant: 郑州轻工业学院
IPC: G06K9/62
Abstract: 本发明公开了一种无监督式的传感器阵列干扰特征去除方法，包括以下步骤：A：对待选的传感器阵列特征提取方法进行识别性能评估并根据评估结果，确定若干种提取方法作为本传感器阵列特征提取方法及初始特征；B：根据步骤A中得到若干种初始特征，构成初始特征数据集；C：对初始特征数据集进行标准化、PCA变换、重要程度计算，然后根据重要程度进行降序排序并得到特征列表L1；D：基于特征列表L1计算特征间的相关性，去掉相关性的绝对值低于所设定阈值的特征得到最终的特征列表L2。本发明可以无监督的去除传感器阵列中被严重干扰的特征，提高系统检测性能。
-
公开(公告)号：CN110826640B
公开(公告)日：2022-07-05
申请号：CN201911101048.0
申请日：2019-11-12
Applicant: 郑州轻工业学院
IPC: G06K9/62
Abstract: 本发明公开了一种无监督式的传感器阵列干扰特征去除方法，包括以下步骤：A：对待选的传感器阵列特征提取方法进行识别性能评估并根据评估结果，确定若干种提取方法作为本传感器阵列特征提取方法及初始特征；B：根据步骤A中得到若干种初始特征，构成初始特征数据集；C：对初始特征数据集进行标准化、PCA变换、重要程度计算，然后根据重要程度进行降序排序并得到特征列表L1；D：基于特征列表L1计算特征间的相关性，去掉相关性的绝对值低于所设定阈值的特征得到最终的特征列表L2。本发明可以无监督的去除传感器阵列中被严重干扰的特征，提高系统检测性能。
-
公开(公告)号：CN110837871B
公开(公告)日：2021-12-28
申请号：CN201911102231.2
申请日：2019-11-12
Applicant: 郑州轻工业学院
IPC: G06K9/62
Abstract: 本发明公开了一种基于特征组组合的传感器阵列优化及特征选择方法，依次包括以下步骤：A：选择本传感器阵列特征提取方法及原始特征，建立特征集L0；B：得到特征组列表L1；C：按照特征组列表L1的顺序进行2元特征组选择；D：在2元特征组的基础上，依次得到4元特征组，8元特征组，……，及对应的4元特征组列表L4、8元特征组列表L8，……；E：假设当前应用场景需要8元特征组，则将8元特征组列表L8中第一个8元特征组L8(1)作为初始重要特征组I，其评分记为SI；然后对初始重要特征组I进行后向顺序去除操作，得到的最优特征组K。本发明能够有效选择出最佳特征及传感器组合，提高传感器阵列检测性能，降低传感器阵列使用成本。
-
公开(公告)号：CN110837871A
公开(公告)日：2020-02-25
申请号：CN201911102231.2
申请日：2019-11-12
Applicant: 郑州轻工业学院
IPC: G06K9/62
Abstract: 本发明公开了一种基于特征组组合的传感器阵列优化及特征选择方法，依次包括以下步骤：A：选择本传感器阵列特征提取方法及原始特征，建立特征集L0；B：得到特征组列表L1；C：按照特征组列表L1的顺序进行2元特征组选择；D：在2元特征组的基础上，依次得到4元特征组，8元特征组，……，及对应的4元特征组列表L4、8元特征组列表L8，……；E：假设当前应用场景需要8元特征组，则将8元特征组列表L8中第一个8元特征组L8(1)作为初始重要特征组I，其评分记为SI；然后对初始重要特征组I进行后向顺序去除操作，得到的最优特征组K。本发明能够有效选择出最佳特征及传感器组合，提高传感器阵列检测性能，降低传感器阵列使用成本。
-
-
-
Search Results
4
records
(took 0.019 seconds)
