Compressive Transformers for Long-Range Sequence Modelling的引文
时间: 2024-04-01 19:32:42 浏览: 19
以下是该论文的一个可能的引文格式:
Rae, J., Potapenko, A., Jayakumar, S. M., Hillier, C., & Lillicrap, T. P. (2019). Compressive Transformers for Long-Range Sequence Modelling. arXiv preprint arXiv:1911.05507.
具体引用该论文时,需要根据所使用的引用风格进行调整。
相关问题
压缩感知理论的快照压缩成像 (snapshot-hyperspectral compressive imaging (SCI))
压缩感知理论的快照压缩成像(Snapshot-Hyperspectral Compressive Imaging,SCI)是一种基于压缩感知理论的超光谱成像技术,可以通过一系列随机测量来获取一个场景的光谱信息。
SCI技术的基本思想是,通过在时间或空间上对光谱信息进行混合,然后使用相对较少的测量来重建完整的超光谱信息。具体来说,SCI技术使用一个快照矩阵来对光谱信息进行压缩,然后使用一个压缩感知算法来重建原始的光谱信息。这种技术可以大大减少超光谱成像所需的时间和存储空间,从而使其在实际应用中更加实用。
SCI技术在军事、环境监测、医学和遥感等领域有着广泛的应用前景。
compressive sensing
压缩感知(compressive sensing)是一种信号处理技术,它利用信号的稀疏性和随机测量矩阵的线性组合,从少量的测量数据中恢复出原始信号。这种技术在图像处理、语音处理、视频处理等领域有广泛的应用。