Loading...
آزمایش داده های آلودگی هوا با الگوریتم تعقیب تطابق در MATLAB
در این بخش پروژه آزمایش داده های آلودگی هوا با الگوریتم تعقیب تطابق (MPA) در نرم افزار MATLAB را آماده کرده ایم که براساس مقاله The matching pursuit algorithm revisited: A variant for big data and new stopping rules انجام شده است. در ادامه توضیحاتی از چکیده مقاله ارائه شده و فیلم و تصاویر خروجی پروژه در محیط متلب قرار داده شده است.
الگوریتم تعقیب تطابق (MPA)
الگوریتم تعقیب تطابق (MPA) یکی از روش های موجود برای یافتن توزیع زمان-بسامد داده ها در علوم و مهندسی است. الگوریتم MPA در بسیاری از برنامه ها جهت انتخاب بهترین پیش بینی کننده ها برای بردار اندازه گیری های اندازه n از دیکشینری حاوی اتم p n که معمولاً n≤p n است، استفاده می شود. یک مشکل عمده حل نشده تعیین قانون توقف بهینه است. در این مقاله قوانین توقف مختلفی بررسی می شود که تغییراتی در معیارهای نظریه اطلاعات مشتق شده برای رگرسیون خطی گاوسی هستند. از آنجا که همه آنها شامل درجات آزادی داده شده توسط hat matrix هستند، برخی از نتایج نظری در مورد این ماتریس ارائه می شود. همچنین قوانین توقف جدید نیز پیشنهاد می گردد. بخش مهم این مقاله برای محاسبه موثر df در هنگام پردازش داده های بزرگ (Big Data) می باشد. اهمیت متغیرهای کمکی که در الگوریتم MPA برای داده های بزرگ مورد استفاده قرار گرفته، از طریق یک تحلیل تئوری روشن می شود. برتری قوانین توقف جدید که در این مقاله ارائه شده، در مقایسه با پیش بینی های سنتی در شبیه سازی ها شامل داده های بزرگ یا دیکشنری های بیش از حد کامل و در آزمایش ها با داده های آلودگی هوا در محیط نرم افزار متلب نشان داده شده است.
تصاویری از خروجی
هیچ نظری ثبت نشده است