數(shù)據(jù)感知優(yōu)化技術(shù)及其應(yīng)用
定 價(jià)：42 元
叢書名：國(guó)家自然科學(xué)基金課題資助江西省教育廳重點(diǎn)課題資助
- 作者：樊寬剛，張小根，陳仁義，徐文堂，王渠 著
- 出版時(shí)間：2018/10/1
- ISBN：9787502478568
- 出 版 社：冶金工業(yè)出版社
- 中圖法分類：TP274
- 頁(yè)碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
《數(shù)據(jù)感知優(yōu)化技術(shù)及其應(yīng)用》通過(guò)無(wú)線傳感器網(wǎng)絡(luò)與壓縮感知理論的融合研究，旨在找到更優(yōu)的算法實(shí)現(xiàn)重構(gòu)。根據(jù)已有的研究成果，總結(jié)了壓縮感知理論中的兩個(gè)重要組成部分觀測(cè)矩陣和重構(gòu)算法，并列舉了不同的觀測(cè)矩陣，進(jìn)行性能優(yōu)劣的對(duì)比總結(jié)。研究了幾種不同的重構(gòu)算法基追蹤算法、梯度追蹤優(yōu)化算法和正交匹配追蹤算法，比較它們的優(yōu)缺點(diǎn)后，對(duì)各類算法進(jìn)行了分析，分別給出了框架，并建立相應(yīng)的模型進(jìn)行仿真。通過(guò)研究改進(jìn)后的算法進(jìn)行數(shù)據(jù)融合，驗(yàn)證了該算法的可行性和有效性。
《數(shù)據(jù)感知優(yōu)化技術(shù)及其應(yīng)用》可作為數(shù)據(jù)感知優(yōu)化技術(shù)設(shè)計(jì)提高的技術(shù)支持和設(shè)計(jì)參考，也可作為相關(guān)領(lǐng)域本科生、研究生和工程技術(shù)人員的教材和參考書。
1 緒論
1．1 基本知識(shí)介紹
1．1．1 無(wú)線傳感器網(wǎng)絡(luò)基本知識(shí)
1．1．2 壓縮感知基本知識(shí)
1．2 國(guó)內(nèi)外研究現(xiàn)狀
1．2．1 無(wú)線傳感器網(wǎng)絡(luò)的研究現(xiàn)狀
1．2．2 壓縮感知的研究現(xiàn)狀
1．2．3 數(shù)據(jù)融合技術(shù)的研究現(xiàn)狀
1．3 壓縮感知在無(wú)線傳感器網(wǎng)絡(luò)中的應(yīng)用
參考文獻(xiàn)
2 無(wú)線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)
2．1 無(wú)線傳感器網(wǎng)絡(luò)的基本概念及結(jié)構(gòu)
2．1．1 無(wú)線傳感器網(wǎng)絡(luò)的概念
2．1．2 無(wú)線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)
2．1．3 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的體系結(jié)構(gòu)
2．1．4 無(wú)線傳感器網(wǎng)絡(luò)的生成過(guò)程
2．2 無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)
2．3 無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)
2．4 無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用
參考文獻(xiàn)
3 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理技術(shù)
3．1 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理的基本概念
3．1．1 以數(shù)據(jù)為中心的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)庫(kù)
3．1．2 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)的特殊性及設(shè)計(jì)目標(biāo)
3．1．3 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理技術(shù)的研究熱點(diǎn)
3．2 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理的關(guān)鍵技術(shù)
3．2．1 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)
3．2．2 數(shù)據(jù)查詢處理技術(shù)
3．2．3 數(shù)據(jù)壓縮技術(shù)
3．2．4 數(shù)據(jù)融合技術(shù)
3．3 幾種常見的數(shù)據(jù)管理系統(tǒng)
3．3．1 TinyDB系統(tǒng)
3．3．2 Cougar系統(tǒng)
3．3．3 現(xiàn)有無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)分析
3．4 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)Dis WareDM
3．4．1 基于移動(dòng)Agent中間件的傳感器網(wǎng)絡(luò)數(shù)據(jù)管理概述
3．4．2 DisWareDM整體功能和系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
3．4．3 DisWareDM系統(tǒng)的詳細(xì)設(shè)計(jì)
3．4．4 DisWareDM的系統(tǒng)功能
參考文獻(xiàn)
4 壓縮感知理論基本原理
4．1 概述
4．2 壓縮感知的工作原理
4．3 信號(hào)的稀疏表示
4．4 觀測(cè)矩陣的設(shè)計(jì)
4．5 壓縮感知的實(shí)際應(yīng)用
4．5．1 壓縮成像
4．5．2 信道編碼
4．5．3 天文觀測(cè)
4．6 壓縮感知的基本算法
4．6．1 觀測(cè)矩陣的基礎(chǔ)知識(shí)
4．6．2 重構(gòu)算法的基礎(chǔ)知識(shí)
參考文獻(xiàn)
附件
5 基追蹤算法
5．1 基追蹤算法的研究現(xiàn)狀
5．2 基追蹤算法的基礎(chǔ)知識(shí)
5．2．1 預(yù)備知識(shí)
5．2．2 基追蹤的使用
5．2．3 基追蹤算法的運(yùn)算
5．2．4 改進(jìn)的基追蹤算法
5．3 匹配追蹤算法的基礎(chǔ)知識(shí)
5．3．1 信號(hào)的稀疏表示
5．3．2 匹配追蹤算法的運(yùn)算
5．4 Bregman迭代算法的基礎(chǔ)知識(shí)
5．4．1 Bregman距離
5．4．2 Bregman迭代算法的運(yùn)算
5．5 幾種算法的對(duì)比
5．6 基追蹤算法仿真
5．6．1 用于壓縮感知的基追蹤算法程序
5．6．2 正交匹配追蹤算法程序
5．6．3 基追蹤與壓縮感知的仿真
5．6．4 匹配追蹤與壓縮感知的仿真
5．6．5 基追蹤和匹配追蹤的對(duì)比
5．6．6 基追蹤在壓縮感知上的實(shí)際應(yīng)用
參考文獻(xiàn)
附件
6 梯度追蹤優(yōu)化算法研究
6．1 概述
6．2 不同種類的梯度追蹤算法總結(jié)
6．2．1 基于最速下降法的梯度追蹤算法
6．2．2 基于牛頓法的梯度追蹤算法
6．2．3 基于共軛梯度法的梯度追蹤算法
6．3 梯度追蹤算法仿真及結(jié)果分析
6．3．1 梯度追蹤算法實(shí)驗(yàn)仿真
6．3．2 仿真結(jié)果分析
參考文獻(xiàn)
7 正交匹配追蹤算法
7．1 正交匹配追蹤（OMP）算法的基礎(chǔ)知識(shí)
7．1．1 利用OMP算法重構(gòu)一維信號(hào)
7．1．2 利用OMP算法重構(gòu)二維圖像信號(hào)
7．2 基于OMP算法的優(yōu)化方案
7．3 StOMP算法的實(shí)際應(yīng)用
參考文獻(xiàn)
附件
8 基于無(wú)線傳感器網(wǎng)絡(luò)的壓縮感知及數(shù)據(jù)融合技術(shù)
8．1 概述
8．2 數(shù)據(jù)融合的作用
8．3 多源傳感器數(shù)據(jù)融合
8．3．1 多源傳感器數(shù)據(jù)融合的基礎(chǔ)知識(shí)
8．3．2 多傳感器數(shù)據(jù)融合的優(yōu)勢(shì)
8．3．3 多傳感器多源數(shù)據(jù)融合模型
8．3．4 數(shù)據(jù)融合的結(jié)構(gòu)模型
8．3．5 數(shù)據(jù)融合的功能模型
8．4 數(shù)據(jù)的壓縮、重構(gòu)及仿真結(jié)果的數(shù)據(jù)分析
8．4．1 壓縮率分析
8．4．2 數(shù)據(jù)分析
8．5 基于聯(lián)合稀疏模型的分布式壓縮算法
8．5．1 兩級(jí)壓縮感知算法
8．5．2 分布式稀疏隨機(jī)投影算法的基礎(chǔ)知識(shí)
8．5．3 分布式稀疏隨機(jī)投影的改進(jìn)算法
8．5．4 改進(jìn)算法的網(wǎng)絡(luò)模型選擇與數(shù)據(jù)處理
8．5．5 數(shù)據(jù)仿真處理與分析
8．6 基于集中式的數(shù)據(jù)壓縮算法
8．6．1 集中式壓縮算法描述
8．6．2 選擇傳感器矩陣
8．6．3 集中式壓縮感知算法的模型分析
8．6．4 仿真及結(jié)果分析
參考文獻(xiàn)
附件
9 總結(jié)與展望
9．1 總結(jié)
9．2 展望
書單推薦
