基于海量物联网数据的压缩感知及其并行处理
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.
物联网 海量数据 压缩感知 优化重构 并行处理
周健 张永平 张功萱
南京理工大学计算机学院,江苏南京210094
国内会议
连云港
中文
116-119
2012-10-17（万方平台首次上网日期，不代表论文的发表时间）