已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、壓縮感知,是近些年來出現(xiàn)的一種新的采樣方式,在許多領(lǐng)域中發(fā)揮了巨大價值。受到壓縮感知的促動,出現(xiàn)了諸多恢復(fù)稀疏信號的算法。我們可以將這些算法大致看做三大類:貪婪算法,凸松弛方法和硬閾值方法。這三類算法分別有自己的優(yōu)點和局限性。本文主要的創(chuàng)新內(nèi)容可以歸納如下:
一:介紹了稀疏優(yōu)化中的一些常用的重要概念,并對三大類算法中的代表算法進行理論分析和介紹。
二:提出了適用于某些特殊條件下的投影硬閾值迭代算法,并從理論和數(shù)值實驗
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相位恢復(fù)閾值算法與內(nèi)投影神經(jīng)網(wǎng)絡(luò)算法的稀疏信號重構(gòu).pdf
- 盲稀疏源信號分離算法的恢復(fù)性研究.pdf
- 稀疏信號恢復(fù)中的SMV與MMV問題研究.pdf
- 基于貝葉斯壓縮感知的塊狀稀疏信號恢復(fù)算法研究.pdf
- 基于稀疏表示的迭代閾值壓縮重構(gòu)算法研究.pdf
- 快速稀疏恢復(fù)算法研究.pdf
- 信號稀疏表示算法研究.pdf
- 混合lp-lq優(yōu)化算法下塊稀疏信號的穩(wěn)定恢復(fù).pdf
- 信息稀疏表示算法及其在圖像恢復(fù)中應(yīng)用的研究.pdf
- 組合群試與稀疏信號恢復(fù).pdf
- 26444.稀疏信號的精確恢復(fù)條件
- 圖像稀疏恢復(fù)的特征表示算法研究.pdf
- 塊稀疏信號重構(gòu)算法研究.pdf
- 基于MP的信號稀疏分解算法研究.pdf
- 基于凸優(yōu)化的稀疏相位恢復(fù)算法研究.pdf
- 基于MP的信號稀疏分解的算法研究.pdf
- 基于信號稀疏特性的語音增強算法研究.pdf
- 基于結(jié)構(gòu)化稀疏的圖像恢復(fù)算法研究.pdf
- 匹配追逐算法的研究及在信號稀疏表示中的應(yīng)用.pdf
- 面向壓縮感知的稀疏信號重構(gòu)算法研究.pdf
評論
0/150
提交評論