注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Sparsity and Incoherence in Compressive Sampling

  2. 稀疏性、相关性、压缩传感、Compressive Sampling

  3. 所属分类：专业指导

    • 发布日期：2010-09-14
    • 文件大小：370kb
    • 提供者：like198628

  1. ntroduction to compressive sampling and recovery via convex programming

  2. 压缩传感是2006年美国两位数学家提出的，已提出此理论立即得到重视，该理论指出：对可压缩的信号可通过远低于Nyquist标准的方式进行采样数据，仍能够精确地恢复出原始信号。该理论一经提出，就在信息论、信号/图像处理、医疗成像、模式识别、地质勘探、光学/雷达成像、无线通信等领域受到高度关注，并被美国科技评论评为2007年度十大科技进展。目前CS理论的研究尚属于起步阶段，但已表现出了强大的生命力，并已发展了分布CS理论(Baron等提出)，1-BIT CS理论(Baraniuk等提出)，Bayes

  3. 所属分类：专业指导

  1. Compressed Sensing

  2. 由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)及华裔科学家T. Tao(2006年菲尔兹奖获得者，2008年被评为世界上最聪明的科学家)等人提出了一种新的信息获取指导理论，即，压缩感知或压缩传感（Compressive Sensing(CS) or Compressed Sensing、Compressed Sampling

  3. 所属分类：专业指导

    • 发布日期：2011-12-04
    • 文件大小：296kb
    • 提供者：wujianxiong2012

  1. Compressive sampling

  2. 由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)及华裔科学家T. Tao(2006年菲尔兹奖获得者，2008年被评为世界上最聪明的科学家)等人提出了一种新的信息获取指导理论，即，压缩感知或压缩传感（Compressive Sensing(CS) or Compressed Sensing、Compressed Sampling

  3. 所属分类：专业指导

    • 发布日期：2011-12-04
    • 文件大小：418kb
    • 提供者：wujianxiong2012

  1. 压缩感知技术

  2. 压缩感知（Compressive Sensing, or Compressed Sampling，简称CS），是近几年流行起来的一个介于数学和信息科学的新方向，由Candes、Terres Tao等人提出，挑战传统的采样编码技术，即Nyquist采样定理。

  3. 所属分类：其它

    • 发布日期：2012-04-01
    • 文件大小：16kb
    • 提供者：xjxa1234

  1. FCT(Fast Compress Tracking)目标跟踪程序-Matlab

  2. 用法 1、图像序列放入data文件夹中； 2、图像序列名称和跟踪初始范围在initCt.m中修改； 3、结果文件.data/fct-result.txt 参考论文： K. Zhang, L. Zhang, and M. Yang, “Fast Compressive Tracking”

  3. 所属分类：其它

    • 发布日期：2015-05-21
    • 文件大小：17mb
    • 提供者：icespark555

  1. 2013_Book_A_Mathematical_Introduction_To_Compressive_sensing.pdf

  2. 压缩感知（Compressed sensing），也被称为压缩采样(Compressive sampling)，稀疏采样(Sparse sampling)，压缩传感 。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist 采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号 。压缩感知理论一经提出，就引起学术界和工业界的广泛关注。他在信息论、图像处理、地球科学、光学/微波成像、模式识别、无线通信、生物医学工程等领域受到高度关注，并被美国科技评论

  3. 所属分类：专业指导

    • 发布日期：2019-06-10
    • 文件大小：6mb
    • 提供者：qq_43078879

  1. Influences on Compressive Strength of Ultra-High Performance Concrete Incorporating Coarse Aggregate

  2. 含粗骨料的超高性能混凝土抗压强度值的影响因素研究，杨娟，朋改非，采用普通原材料制备出了含粗骨料的超高性能混凝土，主要进行了其抗压强度值的影响因素试验研究，影响因素包括水胶比、粗骨料的颗

  3. 所属分类：其它

    • 发布日期：2020-02-02
    • 文件大小：300kb
    • 提供者：weixin_38677260

  1. 压缩感知算法（包括BCS implemented、compressive sensing basic knowledge、Matlab重构算法、omp等）

  2. 压缩感知算法（包括BCS implemented、compressive sensing basic knowledge、Matlab重构算法、omp等）

  3. 所属分类：C

    • 发布日期：2020-06-25
    • 文件大小：12mb
    • 提供者：qq_36596540

  1. 基于PSO-BP神经网络的混凝土抗压强度预测

  2. 为了有效提高混凝土抗压强度的预测精准度，利用粒子群算法优化BP神经网络初始权值和阈值，建立了混凝土抗压强多因子PSO-BP预测模型。模型以每立方混凝土中水泥、高炉矿渣粉、粉煤灰、水、减水剂、粗集料和细集料的含量以及置放天数为输入参数，混凝土抗压强度值作为输出参数，不仅可以克服BP算法收敛速度慢和易陷入局部极值的缺陷，而且模型的学习能力、泛化能力和预测精度都有了很大的提高。以UCI数据库中的Concrete Compressive Strength数据集为例进行仿真测试，结果表明：PSO-BP模型

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：543kb
    • 提供者：weixin_38686153

  1. 认知无线电NC-OFDM系统中基于压缩感知的信道估计新方法

  2. 提出了一种基于压缩感知(CS,compressive sensing)理论的不连续子载波正交频分复用(NC-OFDM,non-contiguous orthogonal frequency division multiplexing)系统信道估计新方法,全面研究了认知无线电NC-OFDM系统CS信道估计的理论框架、导频图案的设计、信道估计算法,并依据CS测量矩阵设计理论提出了测量矩阵互相关最小化的导频图案优化准则。仿真结果表明,同已有的NC-OFDM系统信道估计方法相比,CS信道估计能够在多种禁

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：965kb
    • 提供者：weixin_38532849

  1. Car Tracking Algorithm Based on Kalman Filter and Compressive Tracking

  2. 根据道路交通监控视频的特点，采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪。在摄像头变化比较大、运动车辆尺度变化和背景变化等情况下，CT算法均具有很强的鲁棒性。但是当车辆被遮挡时，容易丢失。为了解决这一问题，提出使用卡尔曼滤波对车辆的轨迹进行预测。实验结果表明，提出的算法不但较好的处理跟踪车辆尺寸变化的问题，在车辆丢失或被部分遮挡时，能准确而稳定地跟踪车辆，而且具有很好的实时性，满足了工程应用的需求。

  3. 所属分类：其它

  1. 一种基于El Gamal加密算法的压缩数据收集方法

  2. 压缩感知技术在信号处理、图像处理、数据收集与分析等方面有很大优势，是近年来的研究热点。研究了如何安全高效地运用压缩感知技术来收集无线传感器网络中的数据。传统的基于压缩感知技术的数据收集方法并不考虑数据收集的安全性，而且网络内的所有节点都会参与每个测量值的收集。将El Gamal加密算法和基于稀疏随机矩阵的压缩感知技术相结合，提出了一种基于El Gamal加密算法的稀疏压缩数据收集方法（El Gamal based sparse compressive data gathering，ESCDG）。

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：1014kb
    • 提供者：weixin_38636763

  1. 基于双层压缩感知的有损无线链路稀疏信号传输

  2. 在资源受限的无线传感器网络中，低质量的无线链路严重限制了其大规模应用。基于WSN监测信号普遍具有的稀疏特性，提出了基于双层压缩感知（double process of compressive sensing）的有损无线链路稀疏信号传输架构，探索低质量无线链路下实时、高精度和高能效的稀疏信号传输方法。首先，将稀疏信号传输过程中的随机分组丢失现象建模为压缩感知的线性降维观测过程（被动CS过程）。然后，针对WSN为提高传输效率而采用的长数据分组，数据发送前在发送端引入线性随机降维投影——简易的信源编码

  3. 所属分类：其它