10.16652/j.issn.1004-373x.2019.09.005
基于字典学习的土壤地球化学数据稀疏重构
在土壤地球化学数据的勘察和采集过程中,因为各种客观因素导致数据不完整,这会对后续的研究工作造成一定的影响,因此对数据进行重构是预处理阶段最基本的步骤.基于土壤地球化学数据在自身或在变换域内的稀疏性,建立基于字典学习的土壤地球化学数据重构模型,将数据重构问题转化为稀疏优化问题,可以减少数据重构后的平滑效果,在一定程度上保留土壤地球化学数据在异常区和背景区交界处的结构特征.最后将反距离插值法和稀疏重构算法重构后的数据进行对比,结果表明稀疏重构算法能有效地对土壤地球化学数据进行重构.
土壤地球化学、稀疏优化、数据重构、字典学习、正交匹配追踪算法、反距离插值法
42
TN911.1-34
国家重点研发计划2017YFC0601505;国家自然科学基金面上项目41672325;四川省科技厅应用基础项目2017JY0209
2019-05-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
18-21