期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进Laplace先验下的复数域多任务贝叶斯压缩感知方法
被引量：
1
1
作者
张启雷
孙斌
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2023年第5期150-156,共7页
为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪...
为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明:针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。
展开更多
关键词
贝叶斯
压缩
感知
多任务学习
改进Laplace先验
复数域贝叶斯压缩感知
在线阅读
下载PDF
职称材料
基于块稀疏贝叶斯学习压缩感知的心音重构
被引量：
1
2
作者
甘凤萍
王海滨
+3 位作者
房玉
张凯
秦国瑾
赵逍
《计算机工程与设计》
北大核心
2016年第4期1037-1041,共5页
为提高体域网远程传输心音信号的重构精度、运行时间及处理数据量,对一种基于块稀疏贝叶斯学习的压缩感知重构心音方法进行研究。在传感节点端对心音信号做分块处理,进行离散余弦变换字典训练;通过稀疏二进制矩阵对心音信号进行压缩,并...
为提高体域网远程传输心音信号的重构精度、运行时间及处理数据量,对一种基于块稀疏贝叶斯学习的压缩感知重构心音方法进行研究。在传感节点端对心音信号做分块处理,进行离散余弦变换字典训练;通过稀疏二进制矩阵对心音信号进行压缩,并传送至终端;利用块稀疏贝叶斯学习对终端压缩的心音重构,将重构结果与传统的正交匹配追踪结果比较。实验结果表明,块稀疏贝叶斯学习算法比正交匹配追踪算法重构的结构相似度高0.2-0.3,在信噪比方面高10db-30db,所提方法具有重构精度高,处理心音数据量大,运行时间快的显著优势。
展开更多
关键词
压缩
感知
块稀疏
贝叶斯
学习
正交匹配追踪
心音
体
域
网
在线阅读
下载PDF
职称材料
用块稀疏贝叶斯学习算法重构识别体域网步态模式
被引量：
1
3
作者
吴建宁
徐海东
《计算机应用》
CSCD
北大核心
2015年第5期1492-1498,共7页
针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用...
针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用线性稀疏矩阵压缩原始加速度数据,减少传输数据量,降低其功耗,同时在远程终端基于块稀疏贝叶斯学习算法充分利用加速度数据块结构内在相关性,获取加速度数据内在稀疏性,有效提高非稀疏加速度数据重构性能,为准确识别步态模式提供可靠的数据支撑。采用USC-HAD数据库中行走、跑、跳、上楼、下楼五种步态运动的加速度数据验证新方法的有效性,实验结果表明,基于所提算法的加速度数据重构性能明显优于传统压缩感知重构算法性能,使基于支持向量机多步态分类器识别准确率可达98%,显著提高体域网远程步态模式识别性能。所提新方法不仅有效提高非稀疏加速度数据重构和步态模式识别性能,并且也有助于设计低功耗、低成本的体域网加速度数据采集系统,为体域网远程监测步态模式变化提供一个新方法和新思路。
展开更多
关键词
块稀疏
贝叶斯
学习算法
压缩
感知
体
域
网
步态模式识别
在线阅读
下载PDF
职称材料
面向心电信号的低功耗压缩感知电路设计
被引量：
1
4
作者
黄翔
潘天文
+3 位作者
魏朋博
孙益洲
虞致国
顾晓峰
《传感器与微系统》
CSCD
2018年第6期79-82,共4页
基于压缩感知理论,设计了一种用于心电信号的低功耗压缩感知电路。利用心电信号的周期性,通过预先计算压缩处理过程中产生的最大数据,确定了压缩电路中累加器的位数,避免了使用多余的寄存器,有效降低了电路的功耗并提高了数据的压缩比...
基于压缩感知理论,设计了一种用于心电信号的低功耗压缩感知电路。利用心电信号的周期性,通过预先计算压缩处理过程中产生的最大数据,确定了压缩电路中累加器的位数,避免了使用多余的寄存器,有效降低了电路的功耗并提高了数据的压缩比。使用贝叶斯学习算法进行重构验证。结果表明:压缩感知电路的逻辑门数由42 071减少到了25 029,功耗由11.247μW降低到了6.847μW,较优化前减少了39.12%;重构信号的均方根误差百分比达到了1.14%。
展开更多
关键词
压缩
感知
无线体
域
网
心电信号
低功耗
贝叶斯
学习算法
在线阅读
下载PDF
职称材料
题名
改进Laplace先验下的复数域多任务贝叶斯压缩感知方法
被引量：
1
1
作者
张启雷
孙斌
机构
国防科技大学电子科学学院
北京跟踪与通信技术研究所
出处
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2023年第5期150-156,共7页
基金
国家自然科学基金资助项目(62271495,61771478)。
文摘
为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明:针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。
关键词
贝叶斯
压缩
感知
多任务学习
改进Laplace先验
复数域贝叶斯压缩感知
Keywords
Bayesian compressive sensing
multitask learning
modified Laplace priors
complex Bayesian compressive sensing
分类号
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于块稀疏贝叶斯学习压缩感知的心音重构
被引量：
1
2
作者
甘凤萍
王海滨
房玉
张凯
秦国瑾
赵逍
机构
西华大学信号与信息处理重点实验室
山口大学理工学研究科
出处
《计算机工程与设计》
北大核心
2016年第4期1037-1041,共5页
基金
四川省科技厅支撑基金项目(2012GZ0019)
四川省重点实验室开放研究基金项目(szjj2013-014)
+1 种基金
2015年西华大学研究生创新基金项目
西华大学2015年研究生创新基金项目(ycjj2015099)
文摘
为提高体域网远程传输心音信号的重构精度、运行时间及处理数据量,对一种基于块稀疏贝叶斯学习的压缩感知重构心音方法进行研究。在传感节点端对心音信号做分块处理,进行离散余弦变换字典训练;通过稀疏二进制矩阵对心音信号进行压缩,并传送至终端;利用块稀疏贝叶斯学习对终端压缩的心音重构,将重构结果与传统的正交匹配追踪结果比较。实验结果表明,块稀疏贝叶斯学习算法比正交匹配追踪算法重构的结构相似度高0.2-0.3,在信噪比方面高10db-30db,所提方法具有重构精度高,处理心音数据量大,运行时间快的显著优势。
关键词
压缩
感知
块稀疏
贝叶斯
学习
正交匹配追踪
心音
体
域
网
Keywords
compressed sensing（CS）
block sparse Bayesian learning（BSBL）
orthogonal matching pursuit（OMP）
heart sound
body sensor network（BSN）
分类号
TN911.72 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
用块稀疏贝叶斯学习算法重构识别体域网步态模式
被引量：
1
3
作者
吴建宁
徐海东
机构
福建师范大学数学与计算机科学学院
出处
《计算机应用》
CSCD
北大核心
2015年第5期1492-1498,共7页
基金
福建省自然科学基金资助项目(2013J01220)
福建省高等学校教学改革研究项目(JAS14674)
福建师范大学本科教学改革项目(I201302021)
文摘
针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用线性稀疏矩阵压缩原始加速度数据,减少传输数据量,降低其功耗,同时在远程终端基于块稀疏贝叶斯学习算法充分利用加速度数据块结构内在相关性,获取加速度数据内在稀疏性,有效提高非稀疏加速度数据重构性能,为准确识别步态模式提供可靠的数据支撑。采用USC-HAD数据库中行走、跑、跳、上楼、下楼五种步态运动的加速度数据验证新方法的有效性,实验结果表明,基于所提算法的加速度数据重构性能明显优于传统压缩感知重构算法性能,使基于支持向量机多步态分类器识别准确率可达98%,显著提高体域网远程步态模式识别性能。所提新方法不仅有效提高非稀疏加速度数据重构和步态模式识别性能,并且也有助于设计低功耗、低成本的体域网加速度数据采集系统,为体域网远程监测步态模式变化提供一个新方法和新思路。
关键词
块稀疏
贝叶斯
学习算法
压缩
感知
体
域
网
步态模式识别
Keywords
Block Sparse Bayesian Learning （BSBL） algorithm
Compressed Sensing （CS）
Wireless Body Area Network （WBAN）
gait pattern recognition
分类号
TP393 [自动化与计算机技术—计算机应用技术]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
面向心电信号的低功耗压缩感知电路设计
被引量：
1
4
作者
黄翔
潘天文
魏朋博
孙益洲
虞致国
顾晓峰
机构
物联网技术应用教育部工程研究中心江南大学电子工程系
出处
《传感器与微系统》
CSCD
2018年第6期79-82,共4页
基金
江苏省六大人才高峰资助项目(2013-DZXX-027)
中央高校基本科研业务费专项资金资助项目(JUSRP51510
+3 种基金
JUSRP51323B)
江苏省研究生科研与实践创新计划项目(SJLX16_0500
KYLX16_0776
SJCX17-0510)
文摘
基于压缩感知理论,设计了一种用于心电信号的低功耗压缩感知电路。利用心电信号的周期性,通过预先计算压缩处理过程中产生的最大数据,确定了压缩电路中累加器的位数,避免了使用多余的寄存器,有效降低了电路的功耗并提高了数据的压缩比。使用贝叶斯学习算法进行重构验证。结果表明:压缩感知电路的逻辑门数由42 071减少到了25 029,功耗由11.247μW降低到了6.847μW,较优化前减少了39.12%;重构信号的均方根误差百分比达到了1.14%。
关键词
压缩
感知
无线体
域
网
心电信号
低功耗
贝叶斯
学习算法
Keywords
compressed sensing（CS）
wireless body area networks
electrocardiogram（ECG） signal
low powerconsumption
Bayesian learning algorithm
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进Laplace先验下的复数域多任务贝叶斯压缩感知方法
张启雷
孙斌
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
2
基于块稀疏贝叶斯学习压缩感知的心音重构
甘凤萍
王海滨
房玉
张凯
秦国瑾
赵逍
《计算机工程与设计》
北大核心
2016
1
在线阅读
下载PDF
职称材料
3
用块稀疏贝叶斯学习算法重构识别体域网步态模式
吴建宁
徐海东
《计算机应用》
CSCD
北大核心
2015
1
在线阅读
下载PDF
职称材料
4
面向心电信号的低功耗压缩感知电路设计
黄翔
潘天文
魏朋博
孙益洲
虞致国
顾晓峰
《传感器与微系统》
CSCD
2018
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
