← 返回列表
一种基于非线性框架字典学习的超表面定位方法及装置
申请人信息
- 申请人:桂林电子科技大学
- 申请人地址:541004 广西壮族自治区桂林市灵川县灵田镇桂林电子科技大学花江校区
- 发明人: 桂林电子科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于非线性框架字典学习的超表面定位方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311062990.7 |
| 申请日 | 2023/8/22 |
| 公告号 | CN117347946A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G01S5/02 |
| 权利人 | 桂林电子科技大学 |
| 发明人 | 丁数学; 冯天耀; 谭本英; 赵彬; 李沐阳 |
| 地址 | 广西壮族自治区桂林市七星区金鸡路1号 |
摘要文本
桂林电子科技大学取得“一种透气窗帘布”专利技术,本发明涉及一种基于非线性框架字典学习的超表面定位方法及装置,旨在解决现有技术中存在的稀疏表示及字典学习问题是基于线性建模,而定位问题用线性建模不能最高效的拟合,导致定位精度的下降的技术问题。本发明包括:获取带有标签矩阵的目标区域内的训练目标的定位数据;结合标签矩阵方法和字典学习方法构建字典学习模型和目标分类模型,并基于所述字典学习模型和所述目标分类模型的结合加入非线性函数,计算出所述定位数据的判别字典和目标区域内的分类参数;基于所述判别字典,运用稀疏编码方法获取待定位目标的稀疏系数;基于所述稀疏系数,结合所述分类参数,得到待定位目标的位置信息。
专利主权项内容
1.一种基于非线性框架字典学习的超表面定位方法, 其特征在于,包括:S1:获取带有标签矩阵的目标区域内的训练目标的定位数据;S2:结合标签矩阵方法和字典学习方法构建字典学习模型和目标分类模型,并基于所述字典学习模型和所述目标分类模型的结合加入非线性函数,计算出所述定位数据的判别字典和目标区域内的分类参数;S3:基于所述判别字典,运用稀疏编码方法获取定位区域中待定位目标的稀疏系数;S4:基于所述稀疏系数,结合所述分类参数,得到待定位目标的位置信息。。来自马-克-数-据-官网