基于二维特征矩阵的特征融合算法

作者：鲍必赛; 伍健荣; 楼晓俊; 刘海涛

来源：浙江大学学报(工学版), 2012, (11): 2081-2088.

• 特征融合
• 二维特征矩阵
• 主成分分析
• 无线传感器网络
• 目标识别 feature fusion
• two-dimensional feature matrix
• principal component analysis(PCA)
• wireless sensor networks(WSNs)
• target classification

为了提高无线传感器网络信息融合的效率,提出一种多传感器二维特征融合(2DFF)策略.将多个传感器标准化后的特征集组合成二维特征矩阵,引入图像压缩技术,包括二维主成分分析(2DPCA)及MatPCA对特征矩阵进行特征提取,实现特征融合.从理论上剖析该方法之所以能够有效地适用于特征融合,且区别于传统方法的内在本质.相比传统的特征融合方法,该方法能够获得更加精确的融合特征,提高信息融合的效率.基于实地采集的地面目标信号的实验结果表明,该方法既提高目标识别率,又降低了计算复杂度.

• 单位
  中国科学院上海微系统与信息技术研究所; 无锡物联网产业研究院