基于LASSO-LARS的软件复杂性度量属性特征选择研究 被引量：5

1

作者 周雁舟 乔辉 +2 位作者 吴晓萍 邵楠 惠文涛 《计算机科学》 CSCD 北大核心 2013年第11期169-173,共5页

针对软件可靠性早期预测中软件复杂性度量属性维数灾难问题,提出了一种基于最小绝对值压缩与选择方法(The Least Absolute Shrinkage and Select Operator,LASSO)和最小角回归(Least Angle Regression,LARS)算法的软件复杂性度量属性特... 针对软件可靠性早期预测中软件复杂性度量属性维数灾难问题,提出了一种基于最小绝对值压缩与选择方法(The Least Absolute Shrinkage and Select Operator,LASSO)和最小角回归(Least Angle Regression,LARS)算法的软件复杂性度量属性特征选择方法。该方法筛选掉一些对早期预测结果影响较小的软件复杂性度量属性,得到与早期预测关系最为密切的关键属性子集。首先分析了LASSO回归方法的特点及其在特征选择中的应用,然后对LARS算法进行了修正,使其可以解决LASSO方法所涉及的问题,得到相关的复杂性度量属性子集。最后结合学习向量量化(Learning Vector Quantization,LVQ)神经网络进行软件可靠性早期预测,并基于十折交叉方法进行实验。通过与传统特征选择方法相比较,证明所提方法可以显著提高软件可靠性早期预测精度。 展开更多

关键词 软件可靠性早期预测 特征选择 LASSO回归方法 lars算法 LVQ神经网络

在线阅读 下载PDF 职称材料

基于HBA-SVR混合模型的斜式轴流泵变角性能预测

2

作者 郑海生 周佩剑 +3 位作者 肖刚 牟介刚 项春 钱亨 《计量学报》 北大核心 2025年第2期190-197,共8页

针对斜式轴流泵不同叶片角度下性能曲线获取难、耗费成本高的问题,提出了基于混合蝙蝠算法-支持向量回归模型(HBA-SVR)斜式轴流泵性能预测方法。在标准蝙蝠算法中加入方向加速策略和变异策略优化支持向量回归,利用斜30°轴流泵运行... 针对斜式轴流泵不同叶片角度下性能曲线获取难、耗费成本高的问题,提出了基于混合蝙蝠算法-支持向量回归模型(HBA-SVR)斜式轴流泵性能预测方法。在标准蝙蝠算法中加入方向加速策略和变异策略优化支持向量回归,利用斜30°轴流泵运行数据训练模型,并应用于斜式轴流泵变角性能预测。扬程、效率平均相对误差分别为1.49%、0.41%,收敛时间分别为15.47 s、18.78 s,相较于标准蝙蝠优化支持向量回归预测结果,收敛时间分别减少了122.11%、103.62%。对比PSO、GA、BA优化SVR,扬程预测误差分别降低了29.53%,70.46%,131.54%,效率预测误差分别降低了7.31%,9.75%,19.51%。结果表明所提出模型能快速、有效预测斜式轴流泵变角性能。 展开更多

关键词 流量计量 斜式轴流泵 支持向量回归 蝙蝠算法 叶片安放角 变角性能预测

在线阅读 下载PDF 职称材料

一种融合GBRT-EN和LM的AOA室内定位算法

3

作者 姜淑娜 余超 +2 位作者 穆慧珍 罗宇婧 赵昆 《导航定位学报》 北大核心 2025年第5期76-83,共8页

针对到达角(AOA)测量值易受室内非视距(NLOS)环境影响导致定位精度较低的问题,提出一种将梯度渐近回归树(GBRT)和弹性网络(EN)相结合的组合模型(GBRT-EN)对AOA测量值进行修正,并使用列文伯格-马夸特(LM)方法实现结果解算的AOA室内定位算... 针对到达角(AOA)测量值易受室内非视距(NLOS)环境影响导致定位精度较低的问题,提出一种将梯度渐近回归树(GBRT)和弹性网络(EN)相结合的组合模型(GBRT-EN)对AOA测量值进行修正,并使用列文伯格-马夸特(LM)方法实现结果解算的AOA室内定位算法:利用GBRT模型对AOA测量值进行初步修正以减小NLOS误差;然后用EN网络对修正后的AOA测量值进行误差补偿;最后使用LM算法解算目标位置。实验结果表明:无论是在静态还是动态条件下,上述算法既可以减弱室内NLOS环境对AOA测量值的干扰,又能够降低定位误差,从而获得较好的定位效果;尤其在动态情况下,相较于现有的其他3种定位算法,提出算法的定位误差可分别减少19.64%、29.69%和41.56%,能够提高定位精度。 展开更多

关键词 到达角(AOA) 室内定位 非视距(NLOS) 梯度渐近回归树(GBRT) 弹性网络(EN) 列文伯格-马夸特(LM)算法

在线阅读 下载PDF 职称材料

基于改进最小角回归算法的Hammerstein模型辨识 被引量：1

4

作者 刘艳君 范晋翔 陈晶 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第9期1644-1652,共9页

针对一类未知时滞和阶次的Hammerstein模型的辨识问题,本文提出一种基于绝对角度停止准则最小角回归(AS-LAR)的稀疏辨识方法,该方法可以同时辨识出Hammerstein模型的时滞、阶次和参数.首先,通过引入最大非线性阶次和输入回归长度,将系... 针对一类未知时滞和阶次的Hammerstein模型的辨识问题,本文提出一种基于绝对角度停止准则最小角回归(AS-LAR)的稀疏辨识方法,该方法可以同时辨识出Hammerstein模型的时滞、阶次和参数.首先,通过引入最大非线性阶次和输入回归长度,将系统表示成具有稀疏参数向量的高维辨识模型;然后,提出一种绝对角度停止准则,对最小角回归算法进行改进,并基于改进的AS-LAR算法获得稀疏参数向量的估计;最后,基于参数向量稀疏结构,估计出系统的时滞和阶次,并从估计的参数向量中提取和分离出系统线性部分和非线性部分的参数估计值.数值仿真和水箱实例结果表明,提出的辨识方法有效,且与其它辨识方法相比,具有估计精度高、计算量小、速度快等特点. 展开更多

关键词 HAMMERSTEIN模型 稀疏系统辨识 最小角回归算法 模型选择准则 时滞估计

在线阅读 下载PDF 职称材料

一种基于L_1范数正则化的回声状态网络 被引量：16

5

作者 韩敏 任伟杰 许美玲 《自动化学报》 EI CSCD 北大核心 2014年第11期2428-2435,共8页

针对回声状态网络存在的病态解以及模型规模控制问题,本文提出一种基于L1范数正则化的改进回声状态网络.该方法通过在目标函数中添加L1范数惩罚项,提高模型求解的数值稳定性,同时借助于L1范数正则化的特征选择能力,控制网络的复杂程度,... 针对回声状态网络存在的病态解以及模型规模控制问题,本文提出一种基于L1范数正则化的改进回声状态网络.该方法通过在目标函数中添加L1范数惩罚项,提高模型求解的数值稳定性,同时借助于L1范数正则化的特征选择能力,控制网络的复杂程度,防止出现过拟合.对于L1范数正则化的求解,采用最小角回归算法计算正则化路径,通过贝叶斯信息准则进行模型选择,避免估计正则化参数.将模型应用于人造数据和实际数据的时间序列预测中,仿真结果证明了本文方法的有效性和实用性. 展开更多

关键词 回声状态网络 正则化 最小角回归 信息准则 多元时间序列

在线阅读 下载PDF 职称材料

针对Lasso问题的多维权重求解算法 被引量：8

6

作者 陈善雄 刘小娟 +1 位作者 陈春蓉 郑方园 《计算机应用》 CSCD 北大核心 2017年第6期1674-1679,共6页

最小绝对收缩和选择算子(Lasso)在数据维度约减、异常检测方面有着较强的计算优势。针对Lasso用于异常检测中检测精度不高的问题,提出了一种基于多维度权重的最小角回归(LARS)算法解决Lasso问题。首先考虑每个回归变量在回归模型中所占... 最小绝对收缩和选择算子(Lasso)在数据维度约减、异常检测方面有着较强的计算优势。针对Lasso用于异常检测中检测精度不高的问题,提出了一种基于多维度权重的最小角回归(LARS)算法解决Lasso问题。首先考虑每个回归变量在回归模型中所占权重不同,即此属性变量在整体评价中的相对重要程度不同,故在LARS算法计算角分线时,将各回归变量与剩余变量的联合相关度纳入考虑,用来区分不同属性变量对检测结果的影响;然后在LARS算法中加入主成分分析(PCA)、独立权数法、基于Intercriteria相关性的指标的重要度评价(CRITIC)法这三种权重估计方法,并进一步对LARS求解的前进方向和前进变量选择进行优化。最后使用Pima Indians Diabetes数据集验证算法的优良性。实验结果表明,在更小阈值的约束条件下,加入多维权重后的LARS算法对Lasso问题的解具有更高的准确度,能更好地用于异常检测。 展开更多

关键词 最小绝对收缩和选择算子 变量选择 最小角回归 多元线性回归 加权

在线阅读 下载PDF 职称材料

电控汽油机点火提前角多目标优化方法研究 被引量：11

7

作者 吴锋 贾岱润 +1 位作者 姚栋伟 杨志家 《内燃机工程》 EI CAS CSCD 北大核心 2008年第1期24-28,共5页

利用正交多项式统计建模方法建立了点火提前角对发动机动力性和排放影响的模型。在该模型的基础上,对点火提前角进行了多目标优化,讨论了不同的加权因子对优化结果的影响,采用遗传算法对线性加权评价函数进行寻优求解。最后针对WF4C27F-... 利用正交多项式统计建模方法建立了点火提前角对发动机动力性和排放影响的模型。在该模型的基础上,对点火提前角进行了多目标优化,讨论了不同的加权因子对优化结果的影响,采用遗传算法对线性加权评价函数进行寻优求解。最后针对WF4C27F-E型495电喷汽油机进行了点火提前角标定试验。结果表明,该方法能够对发动机各项性能进行良好的折衷,以获得综合性能最优的点火提前角。 展开更多

关键词 内燃机 电控汽油机 点火提前角 多目标优化 正交多项式回归 遗传算法

在线阅读 下载PDF 职称材料

基于多重共线性的Lasso方法 被引量：15

8

作者 曹芳 朱永忠 《江南大学学报（自然科学版）》 CAS 2012年第1期87-90,共4页

多重共线性是多元线性回归分析中的一个重要问题,消除共线性的危害一直是回归分析的一个重点。就此问题介绍了一种Lasso方法,并设计了一种选择最佳模型的方法。通过实例分析,将其与常用方法进行比较,从结果可看出,Lasso回归在处理多重... 多重共线性是多元线性回归分析中的一个重要问题,消除共线性的危害一直是回归分析的一个重点。就此问题介绍了一种Lasso方法,并设计了一种选择最佳模型的方法。通过实例分析,将其与常用方法进行比较,从结果可看出,Lasso回归在处理多重共线性问题上较其他方法更加有效。 展开更多

关键词 Lasso回归 主成分回归 岭回归 最小角回归算法 AIC准则 BIC准则

在线阅读 下载PDF 职称材料

利用随机森林回归模型计算主要影响角正切 被引量：10

9

作者 赵保成 谭志祥 邓喀中 《金属矿山》 CAS 北大核心 2016年第3期172-175,共4页

主要影响角正切(tanβ)是开采沉陷预计的一个重要参数,对于准确界定下沉盆地边界具有重要作用。为快速精确地计算tanβ,进而有效提高开采沉陷预计精度,首先讨论了影响tanβ大小的地质采矿因素,确定了5个基本变量,即开采厚度、煤层倾角... 主要影响角正切(tanβ)是开采沉陷预计的一个重要参数,对于准确界定下沉盆地边界具有重要作用。为快速精确地计算tanβ,进而有效提高开采沉陷预计精度,首先讨论了影响tanβ大小的地质采矿因素,确定了5个基本变量,即开采厚度、煤层倾角、开采深度、工作面斜长、岩性影响系数;然后详细分析了随机森林算法(Random forest,RF)的基本原理及基本实现流程;最后构建了一种计算tanβ的随机森林回归模型,用于训练和测试该回归模型的样本数据来源于国内部分主要矿区建立的典型地表位移观测站的实测资料。对训练后的回归模型采用测试样本进行检验分析,结果表明:1利用该模型计算的tanβ与实测值的最小相对误差为0.381%,最大相对误差为2.563%。2该模型具有较强的泛化能力,在计算tanβ时不仅速度快,而且具有较高的精度,对于高精度计算tanβ有一定的参考价值。 展开更多

关键词 随机森林算法 主要影响角正切 开采沉陷 下沉盆地 回归模型

在线阅读 下载PDF 职称材料

带标志点的LTSA算法及其在轴承故障诊断中的应用 被引量：3

10

作者 杨庆 陈桂明 +1 位作者 江良洲 何庆飞 《振动工程学报》 EI CSCD 北大核心 2012年第6期732-738,共7页

针对非监督式流形学习算法面临的增量式学习问题,提出一种带标志点的增量式局部切空间排列算法。该方法在局部切空间排列算法的基础上,利用最小角度回归算法从原始训练样本中选取标志点,以选取的标志点和新增样本建立所有样本的全局坐... 针对非监督式流形学习算法面临的增量式学习问题,提出一种带标志点的增量式局部切空间排列算法。该方法在局部切空间排列算法的基础上,利用最小角度回归算法从原始训练样本中选取标志点,以选取的标志点和新增样本建立所有样本的全局坐标矩阵,利用原始样本低维嵌入坐标和全局坐标矩阵对新增样本的低维嵌入坐标进行估计,并采用全局坐标矩阵特征值迭代方法更新所有样本的低维嵌入坐标。滚动轴承4种不同状态振动数据样本的增量式识别结果表明,本方法在实现局部切空间排列算法增量式学习的基础上,保持了对滚动轴承不同状态样本较高的类别可分性测度。 展开更多

关键词 局部切空间排列算法 最小角度回归算法 增量式学习 模式识别 滚动轴承

在线阅读 下载PDF 职称材料

基于融合分割和LASSO回归的实时车道偏离预警 被引量：6

11

作者 许小伟 陈乾坤 +2 位作者 蔡永祥 史延雷 曾佳辉 《武汉科技大学学报》 CAS 北大核心 2020年第1期50-58,共9页

在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并... 在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行“与”运算融合,据此准确提取出车道信息;其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题;最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策。实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07%,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性。 展开更多

关键词 车道偏离预警 车道线检测 TopHat算法 OTSU算法 图像融合 LASSO回归 角度模型

在线阅读 下载PDF 职称材料

基于在线字典学习和脉冲耦合神经网络的脑图像融合 被引量：1

12

作者 宗静静 邱天爽 《中国生物医学工程学报》 CAS CSCD 北大核心 2015年第5期540-547,共8页

医学图像融合是医学影像和放射医学等领域的研究热点之一,广受医学界和工程界重视。提出一种基于在线字典学习(ODL)和脉冲耦合神经网络(PCNN)的脑部CT和MR图像融合新算法。首先,利用滑动窗技术将源图像分块,使用ODL算法和最小角回归算法... 医学图像融合是医学影像和放射医学等领域的研究热点之一,广受医学界和工程界重视。提出一种基于在线字典学习(ODL)和脉冲耦合神经网络(PCNN)的脑部CT和MR图像融合新算法。首先,利用滑动窗技术将源图像分块,使用ODL算法和最小角回归算法(LARS)得到各图像块对应列向量的稀疏编码;其次,将稀疏编码作为脉冲耦合神经网络的外部输入刺激信号进行迭代处理,根据点火次数确定融合系数;最后,根据融合系数和学习字典重构融合图像。基于哈佛医学院的10组脑部CT和MR数据,将所提出算法同基于KSVD的融合算法、基于ODL的融合算法、基于NSCT的融合算法比较。实验结果显示:综合考虑主观视觉效果和客观评价指标,该算法性能整体优于其他算法,客观参数指标BSSIM、MI、Piella、SF、STD、QAB/F的均值分别为0.751 2、3.769 6、0.697 1、29.526 7、90.090 6、0.570 7,可以提供丰富的信息来辅助医生分析病变体,提高临床医疗诊断的准确性和治疗规划的科学性。 展开更多

关键词 图像融合 稀疏表示 脉冲耦合神经网络(PCNN) 在线字典学习(ODL) 最小角回归算法(lars)

在线阅读 下载PDF 职称材料

L-CR系统中分布式压缩感知最小角回归信号重构

13

作者 许晓荣 胡慧 章坚武 《信号处理》 CSCD 北大核心 2016年第12期1395-1405,共11页

在低轨(LEO)微小卫星感知无线电(L-CR)系统中,多个LEO卫星节点具备一定的频谱感知功能,卫星节点通过分布式组网对地面信关站发射的信息进行感知、传输和处理,地面汇聚节点对LEO卫星节点转发信号进行重构。考虑LEO系统中授权频带的主用户... 在低轨(LEO)微小卫星感知无线电(L-CR)系统中,多个LEO卫星节点具备一定的频谱感知功能,卫星节点通过分布式组网对地面信关站发射的信息进行感知、传输和处理,地面汇聚节点对LEO卫星节点转发信号进行重构。考虑LEO系统中授权频带的主用户(PU)对卫星认知用户(SU)的干扰,认知用户感知到的信号同时存在PU干扰和噪声,地面汇聚节点通过高效的重构算法进行含噪信号恢复是L-CR系统实现的重要问题。论文研究了LCR系统中基于分布式压缩感知的信号重构方法。针对L-CR特点,分别分析了汇聚节点在低信噪比情况下采用凸松弛法中的基追踪去噪(BPDN)、同伦(Homotopy)法和最小角回归(Lars)的重构均方误差(MSE)与重构复杂度。研究表明,BPDN具有最小的重构MSE,但其重构复杂度最高。Lars可以有效折衷重构MSE与复杂度。在此基础上,提出了基于分布式压缩感知的最小角回归(DCS-Lars)信号重构方案。仿真结果表明,所提DCS-Lars方法可以在低信噪比情况下有效重构感知信号,并具有良好的频谱检测能力,同时重构复杂度大大降低。 展开更多

关键词 低轨微小卫星感知无线电 分布式压缩感知最小角回归 信号重构 重构均方误差 重构复杂度

在线阅读 下载PDF 职称材料

基于稀疏表示的红外视频图像超分辨率算法 被引量：8

14

作者 戚曹 朱桂斌 +1 位作者 唐鉴波 牟宇飞 《计算机工程》 CAS CSCD 北大核心 2016年第3期278-282,共5页

针对红外视频图像低分辨率的特点,提出一种改进的红外视频图像超分辨重建算法。研究低分辨率红外视频图像块的稀疏表示,通过最小角度回归算法求解得到稀疏表示的最优化系数,并利用该系数产生重建约束后的高分辨率视频图像最终解,实现对... 针对红外视频图像低分辨率的特点,提出一种改进的红外视频图像超分辨重建算法。研究低分辨率红外视频图像块的稀疏表示,通过最小角度回归算法求解得到稀疏表示的最优化系数,并利用该系数产生重建约束后的高分辨率视频图像最终解,实现对红外视频图像的超分辨率重建。实验结果表明,对于红外视频序列图像,该算法在主观视觉效果和客观评价方面均优于Bicubic,NE和UVII算法。 展开更多

关键词 稀疏表示 红外视频图像 最小角度回归算法 超分辨率

在线阅读 下载PDF 职称材料

基于在线字典学习的医学图像特征提取与融合 被引量：3

15

作者 吴双 邱天爽 高珊 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第3期283-288,共6页

提出一种基于在线字典学习(ODL)的医学图像特征提取与融合的新算法。首先,采用大小为8像素×8像素的滑动窗处理源图像,得到联合矩阵;通过ODL算法得到该联合矩阵的冗余字典,并利用最小角回归算法(LARS)计算该联合矩阵的稀疏编码;将... 提出一种基于在线字典学习(ODL)的医学图像特征提取与融合的新算法。首先,采用大小为8像素×8像素的滑动窗处理源图像,得到联合矩阵;通过ODL算法得到该联合矩阵的冗余字典,并利用最小角回归算法(LARS)计算该联合矩阵的稀疏编码;将稀疏编码列向量的1范数作为稀疏编码的活动级测量准则,然后根据活动级最大准则融合稀疏编码;最后根据融合后的稀疏编码和冗余字典重构融合图像。实验图像为20位患者的已配准脑部CT和MR图像,采用5种性能指标评价融合图像的质量,同两种流行的融合算法比较。结果显示,所提出算法的各项客观指标均值最优,Piella指数、QAB/F指数、MIAB/F指数、BSSIM指数和空间频率的均值分别为0.800 4、0.552 4、3.630 2、0.726 9和31.941 3,融合图像对比度、清晰度高,病灶的边缘清晰,运行速度较快,可以辅助医生诊断和临床治疗。 展开更多

关键词 图像融合 在线字典学习算法(ODL) 最小角回归算法(lars)

在线阅读 下载PDF 职称材料

基于最小角回归与GA-PLS的NIR光谱变量选择方法 被引量：7

16

作者 颜胜科 杨辉华 +2 位作者 胡百超 任超超 刘振丙 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第6期1733-1738,共6页

近红外(NIR)光谱一般具有较多的波长变量数,对其直接或间接地进行变量选择是提高模型稳定性能及预测性能的关键。最小角回归(LAR)是一种相对较新和有效的机器学习算法,常用于进行回归分析和变量选择。面向光谱建模应用,提出一种LAR结合... 近红外(NIR)光谱一般具有较多的波长变量数,对其直接或间接地进行变量选择是提高模型稳定性能及预测性能的关键。最小角回归(LAR)是一种相对较新和有效的机器学习算法,常用于进行回归分析和变量选择。面向光谱建模应用,提出一种LAR结合遗传偏最小二乘法(GA-PLS)的变量选择方法,可有效筛选出少数特征波长点。首先在全光谱区利用LAR消除变量间的共线性得到初筛波长点,然后用GA-PLS对LAR筛选出的波长点进一步优选从而得到最终建模用的特征波长点。为验证本文方法的有效性,以药片和汽油的近红外光谱回归分析作为应用案例,对原光谱进行预处理后,采用该方法进行变量筛选,然后分别建模其中的活性成分含量和C10含量。结果显示,在这两个应用中,最终优化得到的特征波长点数均只需七个,而两者的预测决定系数R2p分别达到0.933 9和0.951 9,与全光谱、无信息变量消除法(UVE)和连续投影算法(SPA)等方法相比,特征波长点更少,同时R2p和预测均方根误差RMSEP值更优。因此,LAR结合GA-PLS,能有效地从近红外光谱中选择出信息变量从而减少建模波数,提高预测精度,拥有较好的模型解释性。该方法可为特定领域的专用光谱仪设计提供有效的波长筛选工具。 展开更多

关键词 近红外光谱 最小角回归 变量选择 共线性 遗传偏最小二乘法

在线阅读 下载PDF 职称材料

阴影模型的正则化无设备重建与实时定位 被引量：3

17

作者 熊一枫 卢继华 +1 位作者 何梓珮 曹晨曦 《自动化学报》 EI CSCD 北大核心 2015年第6期1159-1165,共7页

在综合静态无线射频层析成像(Radio tomographic imaging,RTI)算法基础上,给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪.利用阴影衰落模型建立接收信号强度测量... 在综合静态无线射频层析成像(Radio tomographic imaging,RTI)算法基础上,给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪.利用阴影衰落模型建立接收信号强度测量值线性系统模型,并采用SPIN令牌环通信协议收集接收信号强度;创新性地引入最小角回归算法与最小绝对值收缩和选择因子算法(Least absolute shrinkage and selection operator,LASSO),提高了图像重建速度.即在吉洪诺夫正则化与l1正则化算法分析对比前提下,创新性引入改进的最小角回归(Least angle regression,LARS)重建模型与算法,保证重建效果与复杂LASSO算法相似的同时,将重建图像速度提高一个数量级.实测基于16平方米范围内的16个JENNIC 5139节点进行定位与追踪.实测结果与仿真相比虽稍有偏差,但近似符合.这充分表明:吉洪诺夫正则化与l1正则化适用于不同分辨率场景,且都可较好地反映障碍物状况. 展开更多

关键词 无线射频层析成像 重建算法 最小角回归算法 l1最优化 吉洪诺夫正则化

在线阅读 下载PDF 职称材料

An Improved Elastic Net for Cancer Classification and Gene Selection 被引量：7

18

作者 LI Jun-Tao JIA Ying-Min 《自动化学报》 EI CSCD 北大核心 2010年第7期976-981,共6页

关键词 癌症 弹性网络 基因组 计算方法

在线阅读 下载PDF 职称材料

基于压缩感知的混合光谱解析算法

19

作者 伍娟妮 《计算机应用与软件》 北大核心 2022年第3期285-294,共10页

压缩感知利用信号的稀疏性通过求解欠定线性系统的解来有效地重建信号,其稀疏性要求信号在某个域中是稀疏的。压缩感知理论认为一般情况下,信号的相关性越小,恢复算法的性能越好。求解压缩感知问题的方法有贪婪追踪、凸松弛方法、迭代... 压缩感知利用信号的稀疏性通过求解欠定线性系统的解来有效地重建信号,其稀疏性要求信号在某个域中是稀疏的。压缩感知理论认为一般情况下,信号的相关性越小,恢复算法的性能越好。求解压缩感知问题的方法有贪婪追踪、凸松弛方法、迭代收缩等算法,以及贝叶斯框架、置信传播等。从欠定线性矩阵方程角度讨论压缩感知问题,通过两种不同量测矩阵(谱库)的具体数值实验,重点研究了OMP、LARS和StOMP三个稀疏恢复算法在混合光谱解析时的性能和存在的问题,并给出相应的优化建议。 展开更多

关键词 压缩感知 混合光谱解析 线性模型 欠定系统 正交匹配追踪算法(OMP) 最小角回归(lars) 分段正交匹配追踪(stOMP)

在线阅读 下载PDF 职称材料