×
The sparse Fourier transform(稀疏傅里叶变换)

The sparse Fourier transform(稀疏傅里叶变换)

1星价 ¥136.7 (8.6折)
2星价¥136.7 定价¥159.0
图文详情
  • ISBN:9787519266455
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 开本:24cm
  • 页数:17,260页
  • 出版时间:2020-01-01
  • 条形码:9787519266455 ; 978-7-5192-6645-5

本书特色

·快速傅里叶变换(FFT)是世界上使用很广的算法,但时至今日,FFT算法的运行速度已经赶不上很多大数据问题的计算需求量。本书新提出的稀疏傅里叶变换在很多问题上可以比传统FFT快上10到100倍,带来了革命性的进步! ·作者海塞姆·哈桑教授在任教美国伊利诺伊大学前于2016年在麻省理工学院取得博士学位,并获得麻省理工学院计算机科学博士学位论文奖和国际计算机协会(ACM)的年度博士论文奖。ACM是颁发世界计算机领域“图灵奖”的权威学术组织。 ·海塞姆·哈桑关于稀疏傅里叶变换的研究工作被《技术评论》(Technology Review)评为年度全球十大突破技术(TR10)之一。

内容简介

傅里叶变换是计算信号频域表示的*基本工具之一。它在信号处理、通信、音频和视频压缩、医学成像、基因组学、天文学以及许多领域中发挥着核心作用。由于其广泛使用,傅里叶变换的快速算法能使大量应用受益。目前的*快算法是快速傅里叶变换(FFT),它在接近线性的时间内运行,使其成为很多领域不可或缺的工具。然而,今天,特别是对于大数据问题,FFT算法的运行速度还是赶不上需求量。因此,在次线性时间内运行的更快的算法,即甚至不采样所有数据点,已经变得必要。本书通过开发稀疏傅里叶变换算法来解决上述问题。本书的研究内容曾获得2016年美国计算机协会(ACM)的年度*佳博士论文奖。

目录

Chapter 1 Introduction 1.1 Sparse Fourier Transform Algorithms 1.2 Applications of the Sparse Fourier Transform 1.3 Book Overview PART Ⅰ THEORY OF THE SPARSE FOURIER TRANSFORM Chapter 2 Preliminaries 2.1 Notation 2.2 Basics Chapter 3 Simple and Practical Algorithm 3.1 Introduction 3.2 Algorithm Chapter 4 Optimizing Runtime Complexity 4.1 Introduction 4.2 Algorithm for the Exactly Sparse Case 4.3 Algorithm for the General Case 4,4 Extension to Two Dimensions Chapter 5 Optimizing Sample Complexity 5.1 Introduction 5.2 Algorithm for the Exactly Sparse Case 5.3 Algorithm for the General Case Chapter 6 Numerical Evaluation 6.1 Implementation 6.2 Experimental Setup 6.3 Numerical Results PART Ⅱ APPLICATIONS OF THE SPARSE FOURIER TRANSFORM Chapter 7 GHz-Wide Spectrum Sensing and Decoding 7.1 Introduction 7.2 Related Work 7.3 BigBand 7.4 Channel Estimation and Calibration 7.5 Differential Sensing of Non-Sparse Spectrum 7.6 A USRP-Based Implementation 7.7 BigBand's Spectrum Sensing Results 7.8 BigBand's Decoding Results 7.9 D-BigBand's Sensing Results 7.10 Conclusion Chapter 8 Faster GPS Synchronization 8.1 Introduction 8.2 GPS Primer 8.3 QuickSync 8.4 Theoretical Guarantees 8.5 Doppler Shift and Frequency Offset 8.6 Testing Environment 8.7 Results 8.8 Related Work 8.9 Conclusion Chapter 9 Light Field Reconstruction Using Continuous Fourier Sparsity 9.1 Introduction 9.2 Related Work 9.3 Sparsity in the Discrete vs. Continuous Fourier Domain 9.4 Light Field Notation 9.5 Light Field Reconstruction Algorithm 9.6 Experiments 9.7 Results 9.8 Discussion 9.9 Conclusion Chapter 10 Fast ln-Vivo MRS Acquisition with Artifact Suppression 10.1 Introduction 10.2 MRS-SFT 10.3 Methods 10,4 MRS Results 10.5 Conclusion Chapter 11 Fast Multi-Dimensional NMR Acquisition and Processing 11.1 Introduction 11.2 Multi-Dimensional Sparse Fourier Transform 11.3 Materials and Methods 11.4 Results 11.5 Discussion 11.6 Conclusion Chapter 12 Conclusion 12.1 Future Directions Appendix A Proofs Appendix B The Optimality of the Exactly k-Sparse Algorithm 4.1 Appendix C Lower Bound of the Sparse Fourier Transform in the General Case Appendix D Efficient Constructions of Window Functions Appendix E Sample Lower Bound for the Bernoulli Distribution Appendix F Analysis of the QuickSync System F.1 Analysis of the Baseline Algorithm F.2 Tightness of the Variance Bound F.3 Analysis of the QuickSync Algorithm Appendix G A 0.75 Million Point Sparse Fourier Transform Chip G.1 The Algorithm G.2 The Architecture G.3 The Chip References Author Biography
展开全部

作者简介

海塞姆·哈桑(Haitham Hassanieh),目前是美国伊利诺伊大学电子与计算机工程系和计算机科学系两系合聘教授。他于2016年在美国麻省理工学院获得博士学位,并荣获麻省理工学院计算机科学博士学位论文奖和国际计算机协会(ACM)的年度博士论文奖。他还获得过2011年SIGCOMM论文奖和2017年MobiSys论文奖。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航