基于海量物联网数据的并行压缩感知研究
物联网是实现人与物、物与物互连的网络。在大规模的物联网中，大量智能感知系统将产生海量的数据，这些数据的采集、处理与存储将对智能感知系统的寿命和物联网的性能产生很大影响。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，它通过降低采样率减少采集的数据量，从而减轻网络的通信负担，但是压缩感知算法的计算复杂度很高、对信号的适应性较差。本文提出使用压缩感知理论处理海量物联网数据，并尝试采用并行处理的方法提高压缩感知的计算速度；同时针对压缩感知对信号适应性差的问题，给出了使用冗余字典构造变换基的方法。
物联网 海量数据 压缩感知 优化重构
张永平 张功萱 朱昭萌 张巍
南京理工大学计算机学院 南京 210094
国内会议
北京
中文
1-7
2012-05-31（万方平台首次上网日期，不代表论文的发表时间）