Compressed sensing for engineers

ویرایش: First edition 
نویسندگان: Majumdar. Angshul  
سری: Devices circuits and systems 
ISBN (شابک) : 9780815365563, 1351261363 
ناشر: CRC Press 
سال نشر: 2019 
تعداد صفحات: 293 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 18 مگابایت 

قیمت کتاب (تومان) : 55,000

الگوریتم‌های حریص - بازیابی پراکنده - بازیابی همزمان - پراکندگی گروهی - پراکندگی مشترک - بازیابی ماتریس با رتبه پایین - بازیابی ترکیبی پراکنده و رتبه پایین - یادگیری فرهنگ لغت - تصویربرداری پزشکی - بازسازی سیگنال زیست پزشکی - - رگرسیون -- طبقه بندی -- تصویربرداری محاسباتی -- نویز زدایی

\"حسگر فشرده (CS) در تئوری با مشکل بازیابی سیگنال پراکنده از یک سیستم معادلات خطی که کمتر تعیین شده است. موضوع از اهمیت عملی بسیار بالایی برخوردار است زیرا همه سیگنال های طبیعی را می توان به صورت پراکنده در برخی حوزه ها نشان داد. در گذشته اخیر، CS به کاهش زمان اسکن در تصویربرداری تشدید مغناطیسی کمک کرده است (اسکن ها را امکان پذیرتر می کند. موضوعات اطفال و سالمندان) و کاهش خطرات سلامتی در CT محاسبه شده با اشعه ایکس. این کتاب برای یک دانشجوی مهندسی در پردازش سیگنال مناسب است و نیاز به درک اولیه پردازش سیگنال و جبر خطی دارد\"--P ارائه شده توسط ناشر  ادامه مطلب...
چکیده: الگوریتم های حریص -- بازیابی پراکنده -- شرکت -بازیابی پراکنده - پراکندگی گروهی - پراکندگی مشترک - بازیابی ماتریس با رتبه پایین - بازیابی ترکیبی پراکنده و کم رتبه - یادگیری فرهنگ لغت - تصویربرداری پزشکی - بازسازی سیگنال زیست پزشکی - رگرسیون - طبقه بندی - تصویربرداری محاسباتی -- Denoising

\" Sensing Compresed (CS) در تئوری با مشکل بازیابی سیگنال پراکنده از یک سیستم معادلات خطی تعریف نشده سروکار دارد. موضوع از اهمیت عملی بسیار بالایی برخوردار است زیرا همه سیگنال‌های طبیعی می‌توانند به‌صورت پراکنده در برخی حوزه‌ها نمایش داده شوند. در گذشته‌های اخیر، CS به کاهش زمان اسکن در تصویربرداری تشدید مغناطیسی (که اسکن‌ها را برای افراد اطفال و سالمندان امکان‌پذیر می‌کند) و کاهش خطرات سلامتی در CT رایانش اشعه ایکس کمک کرده است. این کتاب برای یک دانشجوی مهندسی در پردازش سیگنال مناسب است و نیاز به درک اولیه از پردازش سیگنال و جبر خطی دارد \"- ارائه شده توسط ناشر

Greedy algorithms -- Sparse recovery -- Co-sparse recovery -- Group sparsity -- Joint sparsity -- Low-rank matrix recovery -- Combined sparse and low-rank recovery -- Dictionary learning -- Medical imaging -- Biomedical signal reconstruction -- Regression -- Classification -- Computational imaging -- Denoising

"Compressed Sensing (CS) in theory deals with the problem of recovering a sparse signal from an under-determined system of linear equations. The topic is of immense practical significance since all naturally occurring signals can be sparsely represented in some domain. In the recent past, CS has helped reduce scan time in Magnetic Resonance Imaging (making scans more feasible for pediatric and geriatric subjects) and reduce the health hazard in X-Ray Computed CT. The book with be suitable for an engineering student in signal processing and requires a basic understanding of signal processing and linear algebra"--Provided by publisher  Read more...
Abstract: Greedy algorithms -- Sparse recovery -- Co-sparse recovery -- Group sparsity -- Joint sparsity -- Low-rank matrix recovery -- Combined sparse and low-rank recovery -- Dictionary learning -- Medical imaging -- Biomedical signal reconstruction -- Regression -- Classification -- Computational imaging -- Denoising

"Compressed Sensing (CS) in theory deals with the problem of recovering a sparse signal from an under-determined system of linear equations. The topic is of immense practical significance since all naturally occurring signals can be sparsely represented in some domain. In the recent past, CS has helped reduce scan time in Magnetic Resonance Imaging (making scans more feasible for pediatric and geriatric subjects) and reduce the health hazard in X-Ray Computed CT. The book with be suitable for an engineering student in signal processing and requires a basic understanding of signal processing and linear algebra"--Provided by publisher