MRCS: matrix recovery-based communication-efficient compressive sampling on temporal-spatial data of dynamic-scale sparsity in large-scale environmental IoT networks | springerprofessional.de

Springer Professional

nach oben

EURASIP Journal on Wireless Communications and Networking

Erschienen in:

Open Access 01.12.2019 | Research

MRCS: matrix recovery-based communication-efficient compressive sampling on temporal-spatial data of dynamic-scale sparsity in large-scale environmental IoT networks

Erschienen in: EURASIP Journal on Wireless Communications and Networking | Ausgabe 1/2019

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Patentsuche

Aus

Vorheriger Artikel A cooperative spectrum sensing method based on information geometry and fuzzy c-means clustering algorithm

Nächster Artikel Robust distributed cooperative RSS-based localization for directed graphs in mixed LoS/NLoS environments

Titel: MRCS: matrix recovery-based communication-efficient compressive sampling on temporal-spatial data of dynamic-scale sparsity in large-scale environmental IoT networks
Publikationsdatum: 01.12.2019
Erschienen in: EURASIP Journal on Wireless Communications and Networking / Ausgabe 1/2019
Elektronische ISSN: 1687-1499
DOI: https://doi.org/10.1186/s13638-018-1312-1

Premium Partner

Weitere Formate
Fachgebiete
Bücher
Zeitschriften
Themenseiten
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024