...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Signal Processing Magazine, IEEE >Audio Sparse Decompositions in Parallel
【24h】

Audio Sparse Decompositions in Parallel

机译：并行的音频稀疏分解

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Greedy methods are often the only practical way of solving very large sparse approximation problems. Among such methods, Matching Pursuit (MP) is undoubtedly one of the most widely used, due to its simplicity and relatively low overhead. Since MP works sequentially, however, it is not straightforward to formulate it as a parallel algorithm, to take advantage of multi-core platforms for real-time processing. In this paper, we investigate how a slight modification of MP makes it possible to break down the decomposition into multiple local tasks, while avoiding blocking effects. Our simulations on audio signals indicate that this Parallel Local Matching Pursuit (PLoMP) gives results comparable to the original MP algorithm, but could potentially run in a fraction of the time on-the-fly sparse approximations of high-dimensional signals should soon become a reality.
机译：贪婪方法通常是解决非常大的稀疏近似问题的唯一实用方法。在这些方法中，匹配追踪（MP）无疑是最广泛使用的方法之一，因为它具有简单性和相对较低的开销。但是，由于MP是按顺序工作的，因此要想将多核平台用于实时处理，将其表述为并行算法并不容易。在本文中，我们研究了对MP的微小修改如何将分解分解为多个局部任务，同时又避免了阻塞效应。我们对音频信号的仿真表明，这种并行局部匹配追踪（PLoMP）可以提供与原始MP算法相当的结果，但可能很快就会在高维信号的实时稀疏近似中占一小部分。现实。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号