基于K-SVD基的林区监测站数据采集方法研究
收藏国家林业和草原科学数据中心2022-11-16 更新2024-03-06 收录
下载链接：
https://www.forestdata.cn/dataDetail.html?id=CSTR:17575.11.0220221116230.040001.V1
下载链接
链接失效反馈官方服务：
资源简介：
基于 K-SVD 字典学习算法( K-singular value decomposition，K-SVD) 的压缩感知技术应用在林区微环境监测站中，可极大地减少数据传输数量，从而降低监测站的使用能耗，延长监测站的使用寿命。本文选用空气温度作为实验对象，验证算法的可行性，并与前人提出的基于离散傅里叶变换基( Discrete fourier transform，DFT) 的压缩感知方法进行对比实验。实验结果表明，当稀疏度 k 相同时，K-SVD 算法的平均稀疏化误差始终小于 DFT 算法，且误差分布范围更加集中; 当稀疏度和压缩率均相同时，K-SVD 算法的平均重构误差也始终小于 DFT 算法，且误差分布范围更加集中。在林区微环境监测站中，K-SVD 算法具有更好的稀疏表示性能以及重构性能，在降低相同系统能耗的同时，也降低了数据传输的误差。
提供机构：
国家林业和草原科学数据中心
创建时间：
2022-11-16
