[发明专利]一种对二维时频数据的数据降维方法有效
申请号: | 201810408401.9 | 申请日: | 2018-05-02 |
公开(公告)号: | CN108629371B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 于雪莲;曲学超;徐丽;唐永昊;赵林森 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 陈一鑫 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 二维 频数 数据 方法 | ||
1.一种对雷达高分辨距离像的小波变换二维时频数据的数据降维方法,该方法包括以下步骤:
步骤1:中心化二维时频数据观测样本矩阵Ai∈Rm×Rn,其中i=1,2,…,M,M是二维时频样本矩阵的个数:
式中,Rm×Rn表示矩阵的大小,表示观测样本矩阵Ai的第j列,其中j=1,2,…,n;
步骤2:通过非线性映射函数φ,将观测样本矩阵列向量非线性地射到高维空间F;得到在高维空间的坐标为Ai在高维空间的坐标为:
步骤3:在空间F中计算映射样本φ(Ai)的协方差矩阵
步骤4:通过核函数κ,计算步骤2中观测样本列向量在高维空间映射的内积:
式中,分别是Ai的第s、t列;核函数κ的具体形式和参数,根据所处理的样本数据的特点来确定;
步骤5:根据步骤4,步骤3协方差矩阵可用核函数κ来表示:
式中,由核函数构建的矩阵称之为核矩阵Ki:
步骤6:对步骤5中的核矩阵Ki进行双边降维,得到其变换投影矩阵Bi;
首先,根据最小重构误差求出最优左投影矩阵Uopt∈Rm×l及最优右投影矩阵Vopt∈Rn×r:
然后,再由最优投影矩阵求出Ki的变换投影矩阵Bi
至此,也就得到了Ai∈Rm×Rn降维结果Bi∈Rl×r,实现了数据的压缩。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810408401.9/1.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置