fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Dai

Multidimensional Signal Processing

Fast transform, Sparse Representation, Low Rank Analysis

Medium: Buch
ISBN: 978-3-11-052801-5
Verlag: De Gruyter
Erscheinungstermin: 22.05.2027
Jetzt vorbestellen
vorbestellbar, Erscheinungstermin ca. Mai 2027
Auf die Merkliste Drucken
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This book illustrates utilization of fast transform, sparse representation and low rank analysis as tool in multidimensional signal processing and focuses on discrete cosine transform, optimization of double tree wavelet transform in coding and noise reduction, self-return compression perception of image signal. With orignal research results, the book is an essential reference for electrical engineering researchers and engineers.

Produkteigenschaften

  • Artikelnummer: 9783110528015
  • Medium: Buch
  • ISBN: 978-3-11-052801-5
  • Verlag: De Gruyter
  • Erscheinungstermin: 22.05.2027
  • Sprache(n): Englisch
  • Auflage: 1. Auflage 2027
  • Serie: ISSN
  • Produktform: Gebunden
  • Seiten: 250
  • Format (B x H): 170 x 240 mm
  • Ausgabetyp: Kein, Unbekannt

Themen

Autoren/Hrsg.

Autoren

Weitere Mitwirkende

Table of Content:

Chapter 1 Review on multidimensional signal processing
1.1 Introduction
1.2 Multi-dimensional signal: fast transformation
1.3 Multi-dimensional signal: sparse representation
1.4 Multi-dimensional signal: low rank analysis
1.5 Summary
Chapter 2 Multi-dimensional discrete cosine transform matrix and fast decomposition
2.1 Introduction
2.2 Dct transformation and matrix decomposition
2.3 M ddct and m d ratio
2.4 M d ratio dct fast algorithm
2.5 Computational complexity comparison
2.6 Summary
Chapter 3 Multidimensional discrete wavelet transform: vlsi architecture
3.1 Introduction
3.2 Multi-dimensional dwt transformation framework
3.3 Comparison and evaluation
3.4 Summary
Chapter 4 Multi-dimensional signal: sparse representation theory and application
4.1 Introduction
4.2 Compression perception
4.3 Application of compression perception
4.4 Summary
Chapter 5 Discrete wavelet transform based on image/video coding
5.1 Introduction
5.2 Dual-tree discrete wavelet transform
5.3 Image coding based on ddwt
5.4 Adaptive DWTWT
5.5 Image/Video Encoding Based on addwp
5.6 Summary
Chapter 6 Low-order analysis of multi-dimensional signal: theory and application
6.1 Introduction
6.2 Matrix rank
6.3 Matrix low rank sparse decomposition
6.4 Applications and examples
6.5 Summary
Chapter 7 Sparse structure visual information perception
7.1 Introduction
7.2 Logarithms and heuristic perception algorithm
7.3 Log sum approximation in the data analysis application
7.4 Log sum approximation in stereo reconstruction application
7.5 Summary
7.6 Appendix
Chapter 8 Dynamic reconstruction of the dynamic topography
8.1 Introduction
8.2 Research updates
8.3 3D reconstruction of dynamic scene based on 3D motion estimation
8.4 Experimental results and analysis
8.5 Summary
Chapter 9 Low-rank decomposition of multidimensional signal and adaptive reconfiguration
9.1 Foreword
9.2 Low-rank accumulate matrix construction and low-rank decomposition of multidimensional signal 9.3 Applications of low rank decomposition in compressive perception image reconfiguration
9.4 Application of low rank decomposition in super resolution
9.5 Summary
References