机读格式显示(MARC)

• 000 02086nam 2200349 450

• 001 0000184268

• 005 20250514110000.0

• 010 __ |a 9787508864662 |d CNY88.00

• 100 __ |a 20241121d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 压缩感知的若干基本理论 |A ya suo gan zhi de ruo gan ji ben li lun |f 李松, 沈益, 林俊宏著

• 210 __ |a 北京 |c 龙门书局 |c 科学出版社 |d 2024

• 215 __ |a 147页 |c 图 |d 24cm

• 225 2_ |a 大数据与数据科学专著系列 |A da shu ju yu shu ju ke xue zhuan zhu xi lie |v 4

• 300 __ |a “十四五”时期国家重点出版物出版专项规划项目 国家出版基金项目

• 314 __ |a 李松，浙江大学求是特聘教授，二级教授，博士生导师，长期从事数据科学中的数学基础理论与算法的研究，是国际上较早开展压缩感知理论与低秩矩阵恢复理论研究的学者之一。

• 314 __ |a 沈益，浙江理工大学数学科学系教授，博士生导师，浙江省应用数学研究会副理事长，毕业于浙江大学数学科学学院。

• 314 __ |a 林俊宏，浙江大学数据科学研究中心研究员，博士生导师;毕业于浙江大学数学科学学院，获应用数学博士学位;主要从事应用调和分析、数据科学中的数学基本理论、逼近论等相关领域的研究;主持国家自然科学基金面上项目等;入选国家级青年人才项目、省级人才项目。

• 320 __ |a 有书目 (第135-147页) 和索引

• 330 __ |a 本书主要介绍函数逼近理论与小波框架理论方法。共6章。第1章介绍求解lp (0≤p≤1) 优化模型的几个基本核心概念，限制等距性质 (RIP)、零空间性质 (NSP) 以及矩阵相互相干性 (MC) 条件等，也介绍作者们解决的关于RIP最优上界的一个猜想；第2章通过给出构造确定性测量矩阵的方法，介绍作者们解决的lo优化模型及其求解算法中的两个公开问题；第3章介绍冗余字典下的压缩感知理论；第4章介绍压缩采样下的信号分离理论与重构算法，其中包括作者们解决的一个公开问题；第5章介绍One-bit压缩感知的几个重要理论与算法；第6章介绍基于傅里叶测量下相位恢复理论与算法。

• 410 _0 |1 2001 |a 大数据与数据科学专著系列 |v 4

• 606 0_ |a 数据信号处理 |A shu ju xin hao chu li |x 研究

• 690 __ |a TN911.72 |v 5

• 701 _0 |a 李松 |A li song |4 著

• 701 _0 |a 沈益 |A shen yi |4 著

• 701 _0 |a 林俊宏 |A lin jun hong |4 著

• 801 _0 |a CN |b NMU |c 20241127

• 905 __ |a CCOM |d TN911.72/1

• 920 __ |a 211440 |z 1