等距丢失模型下的框架张量积重构方法
Cited by
Export citation
- BibTex
- RIS
- TXT
@Article{JSSX-42-159,
author = { , 范俊民 , 冷劲松 and , 李东伟},
title = {等距丢失模型下的框架张量积重构方法},
journal = {计算数学},
year = {2020},
volume = {42},
number = {2},
pages = {159--169},
abstract = {
框架理论常应用于信号重构。当编码系数在传输过程中发生等距丢失时，基于框架张量积的一些性质，我们可以利用框架张量积对信号进行编码从而降低数据丢失对重构信号的影响。本文由此提出了一种等距丢失模型，并在此模型下，研究了数据等距丢失下的最优对偶框架张量积，得出了对偶框架和正则对偶框架的张量积是最优对偶框架张量积的两个充分必要条件。最后数值实验也说明了：在等距丢失模型下，最优对偶框架张量积比一般对偶框架张量积的信号重构结果更优。
}, issn = {0254-7791}, doi = {https://doi.org/}, url = {http://global-sci.org/intro/article_detail/jssx/17605.html} }
TY - JOUR
T1 - 等距丢失模型下的框架张量积重构方法
AU - , 范俊民
AU - , 冷劲松
AU - , 李东伟
JO - 计算数学
VL - 2
SP - 159
EP - 169
PY - 2020
DA - 2020/07
SN - 42
DO - http://doi.org/
UR - https://global-sci.org/intro/article_detail/jssx/17605.html
KW - 框架 对偶框架 张量积 等距丢失
AB -
框架理论常应用于信号重构。当编码系数在传输过程中发生等距丢失时，基于框架张量积的一些性质，我们可以利用框架张量积对信号进行编码从而降低数据丢失对重构信号的影响。本文由此提出了一种等距丢失模型，并在此模型下，研究了数据等距丢失下的最优对偶框架张量积，得出了对偶框架和正则对偶框架的张量积是最优对偶框架张量积的两个充分必要条件。最后数值实验也说明了：在等距丢失模型下，最优对偶框架张量积比一般对偶框架张量积的信号重构结果更优。
范俊民, 冷劲松 & 李东伟. (2020). 等距丢失模型下的框架张量积重构方法.
计算数学. 42 (2).
159-169.
doi:
Copy to clipboard