声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1421/N
国际刊号：1000-7857
发布日期:
作者：张新岩, 祝勇俊*, 吴宏杰, 周凡利
单位：1.苏州科技大学电子与信息工程学院,苏州215009；2.南京航空航天大学电子信息工程学院,南京211106；3.苏州同元软控信息技术有限公司,苏州215123；
关键词：压缩感知,Transformer,卷积神经网络,图像重建
基金：国家自然科学基金项目(62073231)
压缩感知（compressive sensing，CS）理论[1]表明，当信号在某些变换域中具有稀疏性时，可以从远低于奈奎斯特采样定理要求的采样测量中恢复信号。这一特性显著降低了对采样率的要求，有效减轻数据存储和传输带宽的压力[2]。基于此优势，压缩感知在单像素相机[3]、磁共振成像[4]、快照压缩成像[5]等领域获得了广泛应用并取得了成功。
来源：2025年第2期
《科技导报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。