基于分布式压缩感知的可穿戴多传感数据联合重构新方法

摘要：

为提高可穿戴多传感数据远程联合重构性能,提出了一种基于分布式压缩感知的可穿戴多传感加速度数据联合重构新方法.该方法首先对可穿戴多传感原始数据压缩编码,将数据融合传送至远端服务器,然后基于可穿戴传感数据的时空相关性,构建块稀疏贝叶斯学习算法联合重构算法,实现压缩数据解码,准确重构各传感原始数据.采用该方法对美国加州伯克利大学可穿戴多传感运动数据分析,实验结果表明,基于不同编码采样率,本文所提方法重构性能明显优于传统的TMSBL算法和tMFOCUSS算法重构性能,准确解码压缩数据,有望在远程医疗环境推广应用.

关键词： 分布式压缩感知 多传感器数据 联合重构 块稀疏贝叶斯学习

作者: 吴建宁 徐海东 王珏

作者单位: 福建师范大学数学与计算机科学学院,福州 350007 西安交通大学生物医学信息工程教育部重点实验室,西安710049

会议类型: 国内会议

会议名称: 第五届全国可穿戴计算学术会议暨2015可穿戴与医学变革研讨会

会议地点: 深圳

会议语种:中文

页码: 1-7

在线出版日期: 2015-04-25（万方平台首次上网日期，不代表论文的发表时间）