低秩逼近方法在傳感數(shù)據(jù)處理中的應(yīng)用.pdf

1、森林在調(diào)節(jié)全球碳平衡及全球氣候方面具有不可替代的作用。利用無(wú)線傳感網(wǎng)對(duì)森林生態(tài)指標(biāo)進(jìn)行監(jiān)測(cè)，是一個(gè)有效解決林業(yè)應(yīng)用瓶頸的可行方案。但是，傳感器網(wǎng)絡(luò)的傳感器節(jié)點(diǎn)部署密集，傳感數(shù)據(jù)量龐大，同時(shí)可能出現(xiàn)數(shù)據(jù)缺失和冗余，這對(duì)數(shù)據(jù)分析和處理增加了一定的困難;大量的節(jié)點(diǎn)布置也可能存在節(jié)點(diǎn)資源的浪費(fèi)。本文考慮到傳感數(shù)據(jù)的非負(fù)性，采用矩陣非負(fù)低秩逼近(NNLRA)方法，結(jié)合MATLAB編程，對(duì)無(wú)線傳感器網(wǎng)絡(luò)收集得到的濕度數(shù)據(jù)進(jìn)行降維處理，為碳排放與碳匯

2、監(jiān)測(cè)無(wú)線傳感網(wǎng)的數(shù)據(jù)壓縮處理提供了一種新思路。同時(shí)，利用該方法得到的因子矩陣對(duì)傳感網(wǎng)絡(luò)節(jié)點(diǎn)布置進(jìn)行了優(yōu)化選擇，對(duì)傳感網(wǎng)絡(luò)最優(yōu)化布置、傳感網(wǎng)絡(luò)信息采集等方面的研究具有重大的現(xiàn)實(shí)意義。
　　 本研究主要內(nèi)容包括：⑴利用非負(fù)低秩逼近方法處理傳感數(shù)據(jù)，改進(jìn)了海量數(shù)據(jù)矩陣奇異分解中的特征值特征向量計(jì)算的問(wèn)題，并得到了較好的降維效果。⑵用非負(fù)低秩分解(NNLRA)方法與PCA處理數(shù)據(jù)的結(jié)果進(jìn)行對(duì)比分析，結(jié)果表明利用本文提出的NMF處理得到的