[發明專利]基于相關性的加權最小二乘字典學習的信號重構方法有效
| 申請號： | 201611031391.9 | 申請日： | 2016-11-22 |
| 公開（公告）號： | CN106599903B | 公開（公告）日： | 2020-01-21 |
| 發明（設計）人： | 葉婭蘭;何文文;程云飛;侯孟書;徐海津;鄧雪松;陳暘;劉漢倞;馮蓓 | 申請（專利權）人： | 電子科技大學成都研究院 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 51203 電子科技大學專利中心 | 代理人： | 周劉英 |
| 地址： | 610200 四川省*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 相關性 加權 最小 字典 學習 信號 方法 | ||
1.基于相關性的加權最小二乘字典學習的壓縮感知的心電信號重構方法，其特征在于，包括下列步驟：
步驟1：從心電信號庫中獲取字典學習的訓練樣本集X，其中訓練樣本集X的個體為：與壓縮感知的待重構的心電信號同一類別的原始信號；
步驟2：采用基于皮爾遜相關系數的K均值聚類方法對訓練樣本集X進行聚類處理，將訓練樣本集X聚為N個子訓練樣本集Xj，其中N為預設的類別數目；
步驟3：設置N個子字典，分別對應N個子訓練樣本集Xj，基于子訓練樣本集初始化子字典，得到其中的維度為L×Kj，Kj表示中的原子個數，L表示每個原子的長度，Kj＞＞L，j＝1,2,…N；
步驟4：迭代方式進行子字典學習：
步驟401：固定子字典基于子訓練樣本集Xj，采用正交匹配追蹤法得到稀疏系數其中k表示迭代次數，初始值為0；
步驟402：固定稀疏系數基于子訓練樣本集Xj，采用加權最小二乘算法訓練子字典，得到
步驟403：判斷迭代是否收斂，若是，則將N個子字典合并為字典Φ0；否則，令k＝k+1，繼續執行步驟401；
步驟5：迭代方式對表示心電信號結構的過完備字典Φ進行學習：
步驟501：固定子字典Φt，基于訓練樣本集X，采用正交匹配追蹤法得到稀疏系數At，其中t表示迭代次數，初始值為0；
步驟502：固定稀疏系數At，基于訓練樣本集X，采用加權最小二乘算法訓練子字典，得到Φt+1；
步驟503：判斷迭代是否收斂，若是，則將Φt+1作為過完備字典Φ；否則令t＝t+1，并對字典Φt進行字典原子去重處理后，繼續執行步驟501；
其中字典原子去重處理具體為：計算Φt中任意兩列字典原子之間的歐式距離，若小于預設閾值Thr，則將所述兩列字典原子中的任意一列從Φt中刪除；
步驟6：基于表示心電信號結構的過完備字典Φ、隨機生成的隨機稀疏二值矩陣M，根據公式y＝ΜΦα得到重構稀疏系數α，其中y表示壓縮感知的待重構信號；其中，矩陣M的維度為P×L，且P＜＜L；
根據得到壓縮感知的重構心電信號
2.如權利要求1所述的方法，其特征在于，步驟503中，閾值Thr的取值為0.2。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學成都研究院，未經電子科技大學成都研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611031391.9/1.html，轉載請聲明來源鉆瓜專利網。
