数据感知优化技术及其应用
温馨提示:电子书为虚拟商品,一经发货概不退换,请谨慎购买。3小时内发货(节假日除外),发货时效不超过24小时,急单慎拍!
内容简介
书名:数据感知优化技术及其应用
作者:樊宽刚等著
ISBN:978-7-5024-7856-8
出版社:冶金工业出版社
出版日期:2018.08
本书对压缩感知理论的两个核心问题——观测矩阵和重构算法进行了研究,并根据已有的研究和资料,对不同的观测矩阵和不同的重构算法进行了对比,就其性能的优劣和实现的难易程度做了综合分析,得出梯度追踪算法的重构效果较好,同时计算量较小,较为实用。介绍了基追踪算法的特性以及应用场合,研究了匹配追踪算法和Bregman迭代算法等其他的一系列算法,并将它们与基追踪算法进行了对照与比较,做出了适用于压缩感知的基追踪算法的程序。还针对具体的应用场景,研究了当前该领域的发展现状,提出了在基于压缩感知理论的基础上进行大量数据的融合研究,通过多传感器数据融合技术建立了结构模型和功能模型,并进行了数据的压缩和重构。采用压缩感知理论中联合稀疏模型的方法,实现了无线传感器网络底层节点处采集数据的压缩,并提出了基于块稀疏系数模型重构的压缩感知方法。
作者:樊宽刚等著
ISBN:978-7-5024-7856-8
出版社:冶金工业出版社
出版日期:2018.08
本书对压缩感知理论的两个核心问题——观测矩阵和重构算法进行了研究,并根据已有的研究和资料,对不同的观测矩阵和不同的重构算法进行了对比,就其性能的优劣和实现的难易程度做了综合分析,得出梯度追踪算法的重构效果较好,同时计算量较小,较为实用。介绍了基追踪算法的特性以及应用场合,研究了匹配追踪算法和Bregman迭代算法等其他的一系列算法,并将它们与基追踪算法进行了对照与比较,做出了适用于压缩感知的基追踪算法的程序。还针对具体的应用场景,研究了当前该领域的发展现状,提出了在基于压缩感知理论的基础上进行大量数据的融合研究,通过多传感器数据融合技术建立了结构模型和功能模型,并进行了数据的压缩和重构。采用压缩感知理论中联合稀疏模型的方法,实现了无线传感器网络底层节点处采集数据的压缩,并提出了基于块稀疏系数模型重构的压缩感知方法。
上一本:
探索乳制品的奥秘
下一本:
Al-Mg2Si复合材料
