机读格式显示(MARC)

• 000 01797nam0 2200277 450

• 001 0000530112

• 005 20200915202000.0

• 010 __ |a 978-7-5684-1230-8 |d CNY39.00

• 100 __ |a 20200504d2019 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 320000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 压缩感知算法的快速处理及应用研究 |A Ya Suo Gan Zhi Suan Fa De Kuai Su Chu Li Ji Ying Yong Yan Jiu |9 ya suo gan zhi suan fa de kuai su chu li ji ying yong yan jiu |e 计算机 |f 张永平著

• 210 __ |a 镇江 |c 江苏大学出版社 |d 2019

• 215 __ |a 179页 |c 图 |d 22cm

• 300 __ |a 盐城工学院理工类学术专著出版基金 国家自然科学基金项目 (61202003) 江苏省自然科学基金重点项目 (BK2011022) 江苏省科技型企业技术创新资金项目 (BC2015178) 江苏省高校自然科学基金项目 (16KJB520042) 盐城工学院人才引进项目 (XJ201517)

• 314 __ |a 张永平, 1979年出生, 副教授, 2014年毕业于南京理工大学并获得计算机应用技术专业博士学位, 2014年6月到盐城工学院信息学院工作, 研究方向包括压缩感知、大数据技术、物联网数据采集等。

• 320 __ |a 有书目 (第162-179页)

• 330 __ |a 压缩感知是一种有损的数据采样方法, 优势是用少量采样表示信号; 针对同一信号, 比传统采样方法获取的采样数据量要小的多。但压缩感知的劣势在于从采样数据中恢复信号的时间较长, 这是影响其广泛应用的重要因素。本书针对压缩感知信号重构算法计算复杂度极高的问题, 从算法加速和降低算法计算复杂度两方面展开研究。如在压缩感知算法加速方面, 在并行化的基础上提出了基于云平台的加速方案, 实现了复杂操作的并行化和复杂对象的序列化等问题。在降低算法计算复杂度方面, 用观测矩阵原子与二维残差之间的相关性测量代替观测矩阵原子与一维残差之间的相关性测量, 降低了重构操作的计算规模。

• 606 0_ |a 数据压缩 |A Shu Ju Ya Suo |x 计算机算法 |x 研究

• 690 __ |a TP274 |v 5

• 690 __ |a TP301.6 |v 5

• 701 _0 |a 张永平, |A Zhang Yong Ping , |f 1979- |4 著

• 801 _0 |a CN |b LIB |c 20200906

• 905 __ |a LIB |d TP274/304