دانلود مقاله ISI انگلیسی شماره 70246
ترجمه فارسی عنوان مقاله

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

عنوان انگلیسی
Information integration for ground-based cloud classification using joint consistent sparse coding in heterogeneous sensor network
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
70246 2016 8 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 5120 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 9 روز بعد از پرداخت 92,160 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 5 روز بعد از پرداخت 184,320 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

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

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

ترجمه کلمات کلیدی
یکپارچه سازی اطلاعات؛ شبکه حسگر ناهمگن؛ طبقه بندی ابر مبتنی بر زمین؛ برنامه نویسی پراکنده
کلمات کلیدی انگلیسی
Information integration; Heterogeneous sensor network; Ground-based cloud classification; Sparse coding
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.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 5120 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 18 تومان 9 روز بعد از پرداخت 92,160 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 36 تومان 5 روز بعد از پرداخت 184,320 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.