一种基于压缩感知的数字图书馆数据存储方法研究

摘要：压缩感知作为近年来极为热门的研究前沿之一,在计算科学、信号处理、电子信息等领域产生重大的影响,其理论具有广阔的应用前景。压缩感知理论打破了信号处理领域的'奈奎斯特采样定律',在采样中实现压缩,以很少的采样点实现了和全采样一样的效果。这对大数据时代海量信息资源的存储和传输提出了新的解决方案,具有划时代的意义。本文介绍了压缩感知的理论基础和数学模型,并首次尝试将压缩感知技术应用于图书馆的数字资源管理中。本研究采用的基于正交匹配追踪算法的压缩感知方法可以用在馆藏扫描文本资源和图像电子资源中,能够大大降低存储空间和计算量,压缩比高达99.5%以上。可以预见,压缩感知和人工智能技术的结合有可能成为新一代图书馆资源建设中的颠覆性利器。