基于海量物联网数据的压缩感知及其并行处理

周健; 张永平; 张功萱

Chinese

您当前的位置：

首页 >

文章列表页 >

基于海量物联网数据的压缩感知及其并行处理

更新时间：2026-09-04

- 基于海量物联网数据的压缩感知及其并行处理
- Research of Parallel Compressed Sensing for Mass Data in Internet of Things
- 微电子学与计算机 2012年29卷第11期页码：116-119
- 作者机构：
  
  南京理工大学计算机学院,江苏,南京,210094
- 作者简介：
- 基金信息：
  
  南京理工大学重点基金(2011YBXM18)国家自然科学基金(61170035)江苏省“九七三”项目(BK2011022)
- DOI：
  中图分类号：
- 纸质出版：2012
- 稿件说明：
移动端阅览
周健, 张永平, 张功萱. 基于海量物联网数据的压缩感知及其并行处理[J]. 微电子学与计算机, 2012, 29(11): 116-119.

ZHOU Jian, ZHANG Yong-ping, ZHANG Gong-xuan. Research of Parallel Compressed Sensing for Mass Data in Internet of Things[J]. 2012, 29(11): 116-119.
周健, 张永平, 张功萱. 基于海量物联网数据的压缩感知及其并行处理[J]. 微电子学与计算机, 2012, 29(11): 116-119. DOI：

ZHOU Jian, ZHANG Yong-ping, ZHANG Gong-xuan. Research of Parallel Compressed Sensing for Mass Data in Internet of Things[J]. 2012, 29(11): 116-119. DOI：

摘要

物联网是当前人们的研究热点

本文提出使用压缩感知理论处理大规模的物联网中产生的海量数据.压缩感知是一种能够在采样的同时实现数据压缩的采样方法

它可以通过降低采样率显著减少采集的数据量

但压缩感知算法的计算复杂度高、对信号的适应性差.针对压缩感知方法的缺点

本文尝试对压缩感知算法并行处理方法以提高压缩感知的计算速度

同时引入冗余字典构造稀疏变换基以提高压缩感知对信号的适应性.

Abstract

Internet of Things is one of the most popular scientific and technical terminologies.In this paper

we use compressed sensing theory to process mass data in Internet of Things.Compressed sensing is a sampling method that data sampling and compressing can be done simultaneously.Compressed sensing can significantly lower the data size by reducing sampling rates of sensors

but its algorithm has high computational complexity and its transformation basis is nonadaptive.This paper puts forward parallel processing of compressed sensing algorithm for high computational complexity.At the same time

we introduce redundant dictionary into compressed sensing for increasing the flexibility.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于监控指标关联性的微服务异常检测

注意力机制与改进密集卷积引导的信息隐藏模型

面向处理器分支预测单元的Spectre攻击轻量化防御方法

一种基于特征上下文理解与切片分析的肺结核检测算法

基于区块链的AI生成内容溯源框架设计研究