Zobrazeno 1 - 10
of 15 501
pro vyhledávání: '"Compressive Sensing (CS)"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Yu, Youhao, Dansereau, Richard M.
Compressive sensing (CS) is a technique that enables the recovery of sparse signals using fewer measurements than traditional sampling methods. To address the computational challenges of CS reconstruction, our objective is to develop an interpretable
Externí odkaz:
http://arxiv.org/abs/2401.02884
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Youhao Yu, Richard M. Dansereau
Publikováno v:
IET Signal Processing, Vol 2024 (2024)
Compressive sensing (CS) is a technique that enables the recovery of sparse signals using fewer measurements than traditional sampling methods. To address the computational challenges of CS reconstruction, our objective is to develop an interpretable
Externí odkaz:
https://doaj.org/article/3904e2830db34b999e3a8d15f384edc7
Autor:
Gan, Zhihua1 (AUTHOR), Chai, Xiuli2 (AUTHOR) chaixiuli@henu.edu.cn, Zhang, Jitong2 (AUTHOR), Zhang, Yushu3,4 (AUTHOR), Chen, Yiran5 (AUTHOR)
Publikováno v:
Neural Computing & Applications. Sep2020, Vol. 32 Issue 17, p14113-14141. 29p.
Publikováno v:
Journal of Chemical Physics. 11/21/2020, Vol. 153 Issue 19, p1-13. 13p.
Publikováno v:
International Uni-Scientific Research Journal. 4:15-22
Compressive Sensing (CS) is a digital signal processing developed theory that encloses the signal sampling and compression, based on the sparsity characteristics of signal. This can decrease sampling rate, so reduce computational complexity of the sy
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::99caf917f8201e95137b99dcb207a52d
https://doi.org/10.59271/s44685-023-2206-3
https://doi.org/10.59271/s44685-023-2206-3
Publikováno v:
In Digital Signal Processing January 2025 156 Part B
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Neural Computing and Applications. 32:14113-14141
At present, information entropies of cipher images gotten by some CS-based image cryptosystems are lower than 7, which make them vulnerable to entropy attack. To cope with this problem, we propose a novel image compression–encryption method based o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::a81fdb569c31d91e1c2bbb48d89db19f
https://doi.org/10.1007/s00521-020-04808-8
https://doi.org/10.1007/s00521-020-04808-8