دانلود مقاله ISI انگلیسی شماره 70246
عنوان فارسی مقاله

یکپارچه سازی اطلاعات برای طبقه بندی ابر مبتنی بر زمین با استفاده از برنامه نویسی پراکنده سازگار مشترک در شبکه های حسگر ناهمگن

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
70246 2016 8 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Information integration for ground-based cloud classification using joint consistent sparse coding in heterogeneous sensor network
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Signal Processing, Volume 126, September 2016, Pages 165–172

کلمات کلیدی
یکپارچه سازی اطلاعات؛ شبکه حسگر ناهمگن؛ طبقه بندی ابر مبتنی بر زمین؛ برنامه نویسی پراکنده
پیش نمایش مقاله
پیش نمایش مقاله یکپارچه سازی اطلاعات برای طبقه بندی  ابر مبتنی بر زمین با استفاده از برنامه نویسی پراکنده سازگار مشترک در شبکه های حسگر ناهمگن

چکیده انگلیسی

Although sparsity-based algorithm has emerged as an extremely powerful tool for information integration, it neglects the relationship of heterogeneous features and coding coefficients from the same class in the training stage, which may cause declining of the classification performance. In this paper, we focus on information integration for ground-based cloud classification in heterogeneous sensor network (HSN), and propose a novel coding strategy named joint consistent sparse coding (JCSC) to overcome the drawbacks of traditional sparse coding. In order to integrate information effectively, we add a joint sparse regularization to learn the relationship of heterogeneous features. Moreover, we utilize the consistent constraint on coding coefficients. In this way, coding coefficients from the same class can be forced to their mean vector, and therefore they are more compact and discriminative. The experimental results demonstrate that our method achieves better performance than the state-of-the-art methods.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.