The signal processing ability of ph

The signal processing ability of physical systems now faces to
the challenge of the rapid development of information technology.
The traditional signal processing technology is not suitable
for such vast amounts of processing data. In recent years, Donoho,
Candes, et al., proposed compressed sensing (CS)theory [1,2]. Compared
with the usual measure which compresses the data after high
rate sampling, the CS theory collects the sample data and compress
those data simultaneously, which reduces the collecting period and
the level of requirement on hardware. It breaks through the bottleneck
ofthe Shannon sampling theorem, and becomes a hot research
direction rapidly. The CS theory has wide applications such as various
compression imaging, optical signal processing, hyperspectral
image information processing, analog-to-digital conversion, biological
computing, remote sensing and other fields

ผลลัพธ์ (ไทย) 1:

ความสามารถในการประมวลผลสัญญาณของระบบกายภาพตอนนี้ติดความท้าทายของการพัฒนาอย่างรวดเร็วของเทคโนโลยีสารสนเทศเทคโนโลยีการประมวลผลสัญญาณแบบไม่เหมาะสมสำหรับดังกล่าวประมวลผลข้อมูลจำนวนมหาศาล ในปีล่าสุด DonohoCandes, et al. เสนอทฤษฎีที่บีบอัดจับ (CS) [1, 2] การเปรียบเทียบกับการวัดปกติซึ่งการบีบอัดข้อมูลหลังจากที่สูงอัตราการสุ่มตัวอย่าง CS ทฤษฎีรวบรวมตัวอย่างข้อมูลบีบอัดข้อมูลเหล่านั้นพร้อมกัน ซึ่งช่วยลดระยะเวลาเก็บ และระดับของความต้องการบนฮาร์ดแวร์ของ มันแบ่งผ่านคอขวดของทฤษฎีบทสุ่มของแชนนอน และกลายเป็นวิจัยร้อนทิศทางอย่างรวดเร็ว ทฤษฎี CS มีหลากหลายแอพพลิเคชั่นต่าง ๆอัดภาพ ออปติคอลการประมวลผลสัญญาณ hyperspectralการแปลงแอนะล็อกดิจิทัล ชีวภาพ การประมวลผลข้อมูลภาพคอมพิวเตอร์ แชมพู และฟิลด์อื่น ๆ

ผลลัพธ์ (ไทย) 2:

ความสามารถในการประมวลผลสัญญาณของระบบทางกายภาพตอนนี้ใบหน้าเพื่อ
ความท้าทายของการพัฒนาอย่างรวดเร็วของเทคโนโลยีสารสนเทศ.
เทคโนโลยีการประมวลผลสัญญาณแบบดั้งเดิมไม่เหมาะ
สำหรับจำนวนมหาศาลดังกล่าวของการประมวลผลข้อมูล ในปีที่ผ่าน Donoho,
Candes, et al., เสนอการตรวจวัดการบีบอัด (CS) ทฤษฎี [1,2] เมื่อเทียบ
กับตัวชี้วัดตามปกติซึ่งบีบอัดข้อมูลหลังจากสูง
อัตราการสุ่มตัวอย่างทฤษฎี CS เก็บรวบรวมข้อมูลตัวอย่างและบีบอัด
ข้อมูลเหล่านั้นไปพร้อม ๆ กันซึ่งจะช่วยลดระยะเวลาการจัดเก็บภาษีและ
ระดับของความต้องการบนฮาร์ดแวร์ จะแบ่งคอขวด
ofthe Shannon ทฤษฎีบทสุ่มตัวอย่างและกลายเป็นงานวิจัยร้อน
ทิศทางอย่างรวดเร็ว ทฤษฎีลูกค้ามีการใช้งานกว้างต่างๆเช่น
การถ่ายภาพการบีบอัดการประมวลผลสัญญาณแสง Hyperspectral
ประมวลผลข้อมูลภาพแบบอะนาล็อกเป็นดิจิตอลแปลงชีวภาพ
คอมพิวเตอร์ระยะไกลและสาขาอื่น ๆ

ผลลัพธ์ (ไทย) 3:

สัญญาณความสามารถในการประมวลผลของระบบทางกายภาพตอนนี้ใบหน้าความท้าทายในการพัฒนาอย่างรวดเร็วของเทคโนโลยีสารสนเทศเทคโนโลยีประมวลผลสัญญาณแบบไม่เหมาะสมเช่นจํานวนมหาศาลของการประมวลผลข้อมูล ใน ปี ล่าสุด ดอนเนอโฮ ,candes et al . , เสนอการบีบอัดข้อมูล ( CS ) ทฤษฎี [ 1 , 2 ] เปรียบเทียบกับปกติวัดที่บีบอัดข้อมูลหลังสูงอัตราการสุ่มตัวอย่าง , CS ทฤษฎีรวบรวมข้อมูลตัวอย่าง และบีบอัดข้อมูลพร้อมกัน ซึ่งจะช่วยลดระยะเวลาเก็บ และระดับของความต้องการของฮาร์ดแวร์ มันแบ่งผ่านคอขวดของ Shannon ทฤษฎีบทสุ่มวิจัยร้อนและกลายเป็นทิศทางอย่างรวดเร็ว สำรวจทฤษฎีมีการใช้งานที่กว้าง เช่น ต่าง ๆภาพการบีบอัด , การประมวลสัญญาณแสง hyperspectralข้อมูลภาพการประมวลผล การแปลง analog-to-digital ทางชีวภาพคอมพิวเตอร์ระยะไกลและสาขาอื่น ๆ