基于标签速度和滑动子窗口的RFID数据清洗算法

为提高非匀速RFID(Radio Frequency Identification)数据流情形下的数据清洗准确性,在传统数据清洗算法SMURF(statistical SMoothing for unreliable RFID data)的基础上,提出了一种基于标签速度和滑动子窗口的RFID数据清洗方法。该方法考虑到标签速度对滑动窗口调整的影响,依据标签速度动态调整置信度δ,同时进一步划分滑动窗口,对子窗口中的标签数据进行统计采样,并将其与整个滑动窗口的统计采样处理结果联合起来,以及时检测出标签的跃迁现象,从而准确判断标签的运动情况。实验表明,该方法有效地降低了平均错误率和积极读现象的出现频度,提高了数据准确性。

基于独立分量分析的图像边缘特征提取

本文探讨了一种新的多元统计分析方法——独立分量分析在图像边缘特征提取方面的应用．采用基于信息最大算法的无监督神经网络对自然图像进行迭代学习, 获得ICA所需的基函数。提取的基函数在空间频率上具有方向性和局部性,很好地描述了输入自然景物图像的边缘特征。实验结果表明,即使在有噪声的条件下,ICA也可以较好地获得图像的边缘特征信息。