• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Wireless and Optical Communications >CLASSIFICATION USING EFFICIENT LU DECOMPOSITION IN SENSORNETS
【24h】

CLASSIFICATION USING EFFICIENT LU DECOMPOSITION IN SENSORNETS

机译：在传感器网络中使用有效LU分解进行分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We consider the popular application of detection, classification and tracking, and their feasibility in resource-constrained sensornets. We concentrate on classification by Maximum A Posteriori (MAP) classifier. The MAP classifier requires computation of inverse of matrices. We show how to use LU decomposition to overcome the computationally intensive and sometimes unstable inverse computation. We use a clustering and folding approach that allows LU decomposition in load-balanced procedures that are computationally simpler. We present algebraic and power consumption analysis for this LU decomposition and show its feasibility in sensornets. Our analyses indicate that the investigated LU decomposition algorithms may not yet be practical for sensornets, at least the ones consisting of lightweight Mica type motes.
机译：我们考虑了检测，分类和跟踪的广泛应用，以及它们在资源受限的传感器网络中的可行性。我们专注于通过最大后验（MAP）分类器进行分类。 MAP分类器需要计算矩阵逆。我们展示了如何使用LU分解来克服计算量大，有时不稳定的逆计算的问题。我们使用一种聚类和折叠方法，该方法允许在负载均衡过程中进行LU分解，从而使计算更加简单。我们介绍了这种LU分解的代数和功耗分析，并证明了其在传感器网络中的可行性。我们的分析表明，所研究的LU分解算法可能不适用于传感器网络，至少是由轻质云母类型的微粒组成的传感器网络。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号