基于压缩感知的分布式协同支持向量机

基本信息
批准号:61100140
项目类别:青年科学基金项目
资助金额:22.00
负责人:王冬丽
学科分类:
依托单位:湘潭大学
批准年份:2011
结题年份:2014
起止时间:2012-01-01 - 2014-12-31
项目状态: 已结题
项目参与者:周彦,张莹,汤湘宁,陈丽莎,徐荣
关键词:
分布式学习动态协同传感器网络支持向量机压缩感知
结项摘要

随着计算机及通信网络的快速发展,分布式数据挖掘受到越来越多的关注。作为数据挖掘的重要工具,支持向量机的分布化近年来已成为模式识别领域的研究热点。本项目拟针对传感器网络进行分布式支持向量机学习研究,重点考虑资源受限情况下基于压缩感知的样本获取、压缩感知支持向量机的求解与优化、以及应用于分布式SVM的动态协同策略等问题。本项目的宗旨在于提出一整套基于压缩感知和动态协同策略的完全分布式支持向量机学习方法,使得所提出的方法具有规模可扩展、分类精度较高、能量消耗较低、通信代价较小等优势,同时对网络拓扑具有较强的健壮性。此外,本项目将开发出基于传感器网络的分布式学习系统原型,以验证所提出算法的有效性。本项目的目标是在申请人前期工作的基础上,引入压缩感知理论,进一步减少网络节点间的通信代价,延长网络的生命周期,从而丰富传感器网络分布式模式识别理论,并为其工程化与实用化奠定基础。

项目摘要

本项目针对分布式支持向量机(SVM)学习进行相关研究,重点考虑资源受限情况下基于压缩感知的样本收集及节点调度、基于压缩感知的稀疏后验概率SVM、压缩感知SVM的求解与优化、以及应用于分布式SVM的动态协同策略等问题。本项目的宗旨在于提出一整套基于压缩感知和动态协同策略的完全分布式SVM学习方法,使得所提出的方法具有规模可扩展、分类精度较高、能量消耗较低等优势,同时对网络拓扑具有较强的健壮性。此外,本项目在Android平台下开发了基于压缩采样的位置指纹室内定位系统,采用SVM、K-NN和稀疏表示方法对移动终端进行实时定位。项目研究成果包括SCI期刊论文4篇、EI收录论文6篇;先后派出4人次参加国内外学术会议,培养研究生5名。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

基于文献计量学和社会网络分析的国内高血压病中医学术团队研究

基于文献计量学和社会网络分析的国内高血压病中医学术团队研究

DOI:10.11842/wst.20190724002
发表时间:2020
2

具有随机多跳时变时延的多航天器协同编队姿态一致性

具有随机多跳时变时延的多航天器协同编队姿态一致性

DOI:10.7641/CTA.2018.70969
发表时间:2018
3

现代优化理论与应用

现代优化理论与应用

DOI:10.1360/SSM-2020-0035
发表时间:2020
4

多元化企业IT协同的维度及测量

多元化企业IT协同的维度及测量

DOI:
发表时间:2017
5

机电控制无级变速器执行机构动态响应特性仿真研究

机电控制无级变速器执行机构动态响应特性仿真研究

DOI:10.3969/j.issn.1004-132X.2020.03.001
发表时间:2020

王冬丽的其他基金

相似国自然基金

1

1范数正则支持向量机及其压缩机器学习框架

批准号:60970067
批准年份:2009
负责人:张莉
学科分类:F0605
资助金额:30.00
项目类别:面上项目
2

基于支持向量机的低复杂度自适应频谱感知方法

批准号:61171085
批准年份:2011
负责人:翟旭平
学科分类:F0102
资助金额:50.00
项目类别:面上项目
3

基于支持向量机的船舶操纵运动建模研究

批准号:50979060
批准年份:2009
负责人:邹早建
学科分类:E1102
资助金额:37.00
项目类别:面上项目
4

基于支持向量机的稻田虫害预测方法研究

批准号:31772157
批准年份:2017
负责人:谭泗桥
学科分类:C1402
资助金额:60.00
项目类别:面上项目