压缩感知理论在异常检测中的应用研究
作者：陈善雄 著
出版时间： 2017年版
内容简介
压缩感知作为一种新的采样理论，根据信号的稀疏特性，利用远低于Nyquist采样率来获取信号的离散样本，并能够通过非线性的重构算法无失真地恢复出原信号。压缩感知理论的出现，引起了学术界的极大兴趣，同时工业领域也表现出积极的热情。这种全新的数据获取方式，开辟了信息技术的新的研究领域。压缩感知作为一种数据获取的新理论在医学图像、雷达成像、生物工程、遥感测绘等许多方面有其广泛的应用前景。本书从压缩感知的基本原理和方法入手，深入分析和研究该理论的创新性和方法的适用性。并将该理论应用到目前各个领域都比较关注的异常检测中，力图展现该理论在网络入侵检测、医学疾病判断、金融市场波动等方面巨大应用价值。
目录
前言
第1章入侵检测技术概述
第2章压缩感知理论基础
第3章稀疏表示模型与建立恰当的稀疏字典
第4章基于CGLS和LSQR的联合优化的匹配追踪算法
第5章基于LASSO的异常检测算法
第6章基于压缩感知的入侵检测方法
第7章总结与展望
参考文献
