公开(公告)号：CN107742129A

公开(公告)日：2018-02-27

申请号：CN201710992074.1

申请日：2017-10-23

Applicant: 中南大学

Inventor： 刘少强 ,  张熠铭 ,  陈泽宇 ,  徐文 ,  樊晓平 ,  李永周

IPC: G06K9/62 ,  G06F17/16 ,  G06F17/17

Abstract: 本发明公开了一种基于支持向量机近似模型的资源有限系统在线信息处理方法及装置。所述方法和装置针对基于经济型CPU的资源有限系统在线应用支持向量机，包括以下步骤：系统首先保存离线训练所得支持向量机近似模型和变换矩阵E；读入待测数据，去除其中Fisher比相对小的特征后与E相乘，得到预处理过的数据；将此数据代入支持向量机近似模型，求出数据的标签，实现数据分类。若所选支持向量机近似模型和待处理的数据对系统的资源需求超过系统的供给能力，则通过对支持向量机近似模型降阶和使用外扩存储器、再减少数据的非重要特征来解决。本发明的方法及装置，使得具体的资源有限系统能应用支持向量机在线处理信息，并保持结果的正确性。

公开(公告)号：CN107689797A

公开(公告)日：2018-02-13

申请号：CN201710825470.5

申请日：2017-09-14

Applicant: 中南大学

Inventor： 刘少强 ,  张熠铭 ,  闫晓艳 ,  李永周 ,  樊晓平

IPC: H03M7/30 ,  G06F17/16

Abstract: 本发明提供了一种基于维数任意的分块哈达玛测量矩阵的压缩感知信号重建方法，包括：步骤S1：根据待测稀疏信号X的维数N和采样率的积向上取整得到X的测量个数M，构造正交的分块哈达玛对角矩阵ΦN×N，使ΦN×N中含维数不超过且接近M的哈达玛子块，取ΦN×N的前M行为测量矩阵Φ；步骤S2：利用测量矩阵Φ观测X，得到X的M维测量值Y；步骤S3：根据M、N的值和Φ中哈达玛子块的维数选择由Y求解X的重建信号 的方法，使 中部分分量通过计算哈达玛子块的逆矩阵求解，余下的选用一般匹配追踪类算法求解，组合上述两部分解得到X的重建信号 本发明能显著减少信号重建的计算量与存储空间，有效提高信号的重建质量，尤其适于主要信息集中于低频段的稀疏信号。

公开(公告)号：CN107689797B

公开(公告)日：2020-04-28

申请号：CN201710825470.5

申请日：2017-09-14

Applicant: 中南大学

Inventor： 刘少强 ,  张熠铭 ,  闫晓艳 ,  李永周 ,  樊晓平

IPC: H03M7/30 ,  G06F17/16

Abstract: 本发明提供了一种基于维数任意的分块哈达玛测量矩阵的压缩感知信号重建方法，包括：步骤S1：根据待测稀疏信号X的维数N和采样率的积向上取整得到X的测量个数M，构造正交的分块哈达玛对角矩阵ΦN×N，使ΦN×N中含维数不超过且接近M的哈达玛子块，取ΦN×N的前M行为测量矩阵Φ；步骤S2：利用测量矩阵Φ观测X，得到X的M维测量值Y；步骤S3：根据M、N的值和Φ中哈达玛子块的维数选择由Y求解X的重建信号的方法，使中部分分量通过计算哈达玛子块的逆矩阵求解，余下的选用一般匹配追踪类算法求解，组合上述两部分解得到X的重建信号本发明能显著减少信号重建的计算量与存储空间，有效提高信号的重建质量，尤其适于主要信息集中于低频段的稀疏信号。