简介：摘要：在语音通信过程中往往都混有各种噪声，为降低噪声的干扰，提高语音质量和可懂度，本文提出了一种基于压缩感知（Compressed Sensing, CS）的语音降噪算法研究。首先利用语音端点检测方法判断出语音段和非语音段，去除非语音段的噪声，然后利用语音和噪声在离散余弦变换（Discrete Cosine Transform, DCT）域具有不同的稀疏特性以及正交匹配追踪（Orthogonal Matching Pursuit, OMP）重建算法所采用的相似度特性实现对带噪语音段的噪声滤除。仿真结果表明，与经典子空间语音降噪算法相比，本文提出的算法去噪效果更好。

简介：传统信号处理方法存在采样数据量大、压缩复杂度高的问题，而压缩感知理论可以解决上述问题，因此在模式识别、图像采集以及电能质量信号分析中应用广泛。其中，合适的重构算法可以达到很好的重构精度。文章对压缩感知的基本原理进行了阐述，并对不同恢复算法进行了分析，最后对不同恢复算法的重构效果进行了比较。

简介：常规地震资料由于频带较窄,分辨率较低,难以有效识别和描述储层信息,拓展地震资料的频带宽度,提高地震分辨率,对于油气田的开发具有重的作用.相对于高频成分,数据中的低频信息缺失会导致地震剖面上出现虚假的高分辨率现象.传统的拓频方法仅处理了子波,而没有考虑到子波结构的变化.利用近年来兴起的压缩感知算法对地震数据进行全频带拟合,并将结果中的低频部分补偿到地震数据中,然后再将拓频后的地震数据做波阻抗反演.结果表明,拓频后的反演波阻抗剖面与井更吻合,分辨率更高,说明该方法有较好的发展潜力.

简介：对无线传感器网络（WSNs）弱稀疏性事件检测问题进行研究,提出了一种基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测方案。该方案采用压缩感知（CS）技术进行稀疏事件分析检测,针对事件向量稀疏度未知的特性,设计基于MPI框架的并行离散群居蜘蛛优化算法（PDSSO）,重新定义蜘蛛编码方式和自适应迭代进化机制,给出并行转移策略,并将PDSSO应用于CS重构算法中;针对观测字典难以满足约束等距条件的特点,对稀疏矩阵和测量矩阵进行奇异值预处理操作,在保持稀疏度不变的基础上提高了算法重构性能。仿真结果表明,与GMP等检测方法相比,该方案有效提高了WSNs稀疏事件检测成功率,降低了误检率和漏检率。

简介：在宽带频谱中,存在多个子带同时未被使用的情况.针对宽带频谱的稀疏性,提出了基于压缩感知的宽带协作频谱感知算法.该算法是一种多子带联合检测方法,多个认知用户独立地对宽带频谱进行压缩采样,利用重构算法恢复原信号,并将感知结果发给融合中心,由融合中心按照一定的协作规则作出判决.相比传统的协作感知方法,文中提出的算法能降低采样频率和硬件处理能力的要求.同时仿真结果表明,在较低信噪比和衰落的情况下,该算法获得一定的协作增益,能够提高实时性并显著改善认知无线电网络的频谱感知性能.

简介：图3为加密后的图像,对编码后的图像进行加密,生成加密图像M

简介：瞬态干扰是天波超视距雷达中一种常见的干扰，经常抬高雷达的距离一多普勒二维检测背景，造成目标检测困难，因此需要加以抑制。提出了基于压缩感知的天波雷达瞬态干扰抑制方法。该方法首先确定瞬态干扰的位置，然后利用压缩感知来重构该位置上的杂波和目标信号，从而实现瞬态干扰抑制。为了避免瞬态干扰对信号重构的影响，从单位矩阵中抽取若干行构成压缩感知的观测矩阵。实测数据处理表明，该方法可以有效地抑制瞬态干扰，显著改善雷达的探测性能。

简介：摘要随着经济和科技水平的快速发展，电力行业发展也十分快速。智能电网的关键部分之一是构建低功耗、高效率的监控网络，该网络需要支持数以百万计的智能电表或其它监控终端，其中，“最后一公里”成为制约当前智能电网发展的首要问题。使用无线通讯技术以及由此衍生的无线传感器网络能够满足较少节点的非实时数据采集和传输，然而当接入网络的智能电表或终端数量急剧增加、提高系统实时性要求，则产生的大量数据及其通讯将导致较大的网络时延并降低网络可靠性。在汇聚节点或区域基站采用压缩感知是解决该问题的有效方法之一，与传统的数据压缩算法相比，压缩感知方法的稀疏矩阵的维数明显小于原始数据矩阵维数，通过非线性重建算法能够获得比典型的线性回归方法更低的误差率。压缩感知已被应用一些电力系统中，如文献6对智能电网中路由协议和质量问题进行研究；在对智能电网文献综述中阐述了压缩感知在其中的应用发展情况；提出基于压缩感知的小区电网数据监控方案。

简介：摘要：

简介：

简介：摘要：本文针对智能汽车的感知与决策算法进行研究，旨在提高智能汽车在复杂交通环境下的感知能力和决策准确性。我们综合分析了当前感知与决策算法的问题和挑战，并提出了一种基于深度学习和强化学习的综合算法，有效提升了智能汽车的感知和决策能力。通过实验验证，该算法在各项性能指标上取得了显著的改善。

简介：摘要目的探讨人工智能-压缩感知(artificial intelligence compressed sensing，ACS)与压缩感知(compressed sensing，CS)在膝关节MRI中的加速效率及对图像质量的影响。材料与方法采用3.0 T MRI对67名受检者进行膝关节矢状面质子密度加权序列扫描，设置加速因子分别为2.0、2.5、3.0的CS序列(CS 2.0，CS 2.5，CS 3.0)与加速因子分别为2.5、3.0、3.5、4.0的ACS序列(ACS 2.5，ACS 3.0，ACS 3.5，ACS 4.0)，以并行采集(parallel imaging，PI) 2.0作为参考。两位医师独立对图像质量进行四分制主观评分。另一位医师在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌下脂肪垫、股骨外侧髁软骨放置感兴趣区，测量组织信噪比(signal noise ratio，SNR)。对图像质量主观评分与多处组织SNR进行统计学分析。结果在CS与ACS序列中，扫描时间随加速因子增大而缩短(PI 2.0：152 s；CS 2.0：128 s, CS 2.5：104 s，CS 3.0：86 s；ACS 2.5：76 s，ACS 3.0：65 s，ACS 3.0：57 s，ACS 4.0：51 s)。图像质量主观评分一致性达到一致性较强以上(0.735≤κ≤0.869)。8组序列间图像质量主观评分及五处组织SNR差异均具有统计学意义(P＜0.05)。CS 2.0、ACS 3.0主观评分及组织SNR与PI 2.0差异无统计学意义(P＞0.05)。AC S2.5主观评分及四处组织SNR与PI 2.0差异无统计学意义(P＞0.05)，并有一处组织SNR明显高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5、ACS 4.0图像质量主观评分明显低于PI 2.0，且分别有1、5、2、2处组织SNR显著低于PI 2.0 (P均＜0.05)。结论ACS与CS均能缩短磁共振采集时间。相比CS，ACS具有更高加速效率，在膝关节质子密度加权序列中，在保证图像质量的前提下能将扫描时间缩短57%。

简介：摘要MRI是临床常用的影像技术手段，由于其扫描时间过长，使患者的舒适度和依从性降低，产生不可逆的运动伪影，导致图像质量受损，对临床诊断和工作效率产生不良影响。所以在不影响图像质量的情况下缩短MRI扫描时间的需求非常迫切。压缩感知（compressed sensing, CS）技术就是采用远低于传统采样定律要求的采样点进行重建并加以恢复，可缩短信号采集时间。该技术可以明显缩短扫描时间，且不会影响MRI的图像质量，甚至可以提高图像分辨率和信噪比。本文就CS技术在颅脑MRI的应用作一综述，探讨其在多种常规MRI扫描序列上的应用进展，为临床扫描实践及CS技术的完善和未来科研热点提供多角度信息。

简介：摘要：目的 探讨压缩感知技术在肝脏检查中的应用价值。方法 使用1.5 T MR对30名健康志愿者(男性15例，女性15 例)分别采用3D mDixon与3D mDixon Compressed SENSE(CS，压缩感知)序列进行上腹部MR扫描，通过观察者对肝脏图像质量把控情况下，对成像时间进行对比分析。 结果 相对3D mDixon序列，结合CS的3D mDixon序列能在保持较好信噪比的前提下，将扫描时间缩短约35.3%。 结论：压缩感知序列能显著缩短扫描时间，对于难以坚持屏气的患者的肝脏扫描时有较好的临床应用前景。

简介：分析了无线传感器网络（WSNs）中存在的能量不足问题以及压缩感知理论在WSNs节能策略上的适用性。讨论了压缩感知进行数据获取所需要的三个主要构件。综述了近年来压缩感知理论在WSNs节能策略上的研究进展：ComrepessiveDataGathering框架;基于分簇策略的压缩感知节能策略;其他基于压缩感知的WSNs节能策略以及基于压缩感知的无线传感网节能策略的性能分析。最后,对未来压缩感知理论用于无线传感器网络高能效数据获取的发展方向做出了展望。

简介：提出了一种基于压缩感知（CS,compressivesensing）的SAR对多舰船目标的成像算法。通过将多舰船目标成像转换为在某种基下具有稀疏表示的信号重建问题,从而满足CS理论对信号恢复重构的要求,获得比传统成像方法更高的方位分辨率。实测数据的处理验证了该算法的有效性。

简介：摘要:近年来随着计算机硬件性能的提升以及人工智能技术的发展,使用人工智能手段处理地震数据已成为新的研究热点｡深度学习是一种基于数据驱动的方法｡不依赖于物理方程与公式理论,仅通过大量数据训练,便可以学习输入数据和标签数据间的映射关系,并利用这种映射关系解决相似的问题｡

简介：一字符的压缩代码不仅与字符出现的次数有关(长度不同),使各字符的压缩代码长度随字符出现的次数增加而逐步缩减,由Haffman树实现字符的ASCII码(等长码)与其压缩代码(Haffman不等长码)的转换

简介：所谓的图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术，也被称作为一种图像编码。图像之所以被压缩主要是其中存在较多的数据冗余，主要包含有：空间冗余、时间冗余、频谱冗余等方面。由于图像数据量的庞大，在存储、传输、处理时非常困难，因此图像数据的压缩就显得非常重要。在进行图像压缩的过程中，需要使用对应的算法。

简介：为对抗穷举攻击和密码分析攻击．分析安全散列算法设计的基本准则。研究有限域运算及高强度对称分组密码的结构及其在安全散列算法压缩函数中的应用。以此为基础，设计一种安全散列算法。算法采用256比特的散列码长度，以有限域运算及位运算为基础操作，依据高强度对称分组密码结构，设计不可逆迭代压缩函数。针对应用于智能卡的8位CPU平台，指出算法高效实现的要点。