

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、壓縮感知中的稀疏信號(hào)恢復(fù)模型是現(xiàn)在國(guó)內(nèi)外研究的一個(gè)熱點(diǎn).本文對(duì)其中的兩種算法提出了改進(jìn)的方案,并且給出了相關(guān)的收斂性證明和數(shù)值實(shí)驗(yàn).
本章對(duì)目前利用壓縮感知理論來(lái)解決稀疏信號(hào)的恢復(fù),已經(jīng)成為了研究的熱點(diǎn)之一.為了提高一類坐標(biāo)下降法在壓縮感知中的運(yùn)行速度和減少其迭代次數(shù),提出了一種新的掃描模式來(lái)選擇要更新的坐標(biāo).該掃描模式能夠一次選擇多個(gè)坐標(biāo),從而提高算法的效率.本章在給出算法收斂性的同時(shí),給出了在幾種不同的矩陣下的試驗(yàn)結(jié)果,這
2、個(gè)新的方法的運(yùn)行時(shí)間比之前的單個(gè)選擇坐標(biāo)更新的方法要短,并且減少了迭代次數(shù).
貪婪算法,比如匹配追蹤算法,是目前解決壓縮感知理論的一種重要且行之有效的方法.本章提出一類新正交匹配追蹤方法,這類方法的主要思想是在每次迭代選擇新指標(biāo)的時(shí)候,會(huì)隨著算法的進(jìn)行而隨著迭代次數(shù)不斷變化,這與傳統(tǒng)的只采用某種固定的方式來(lái)選擇指標(biāo)集更新的方法有著本質(zhì)區(qū)別.這類新的正交匹配追蹤法應(yīng)用到具體的壓縮感知上,能有效地解決稀疏信號(hào)恢復(fù)問題.甚至在某些著
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 壓縮感知中的組稀疏優(yōu)化算法研究.pdf
- 基于壓縮感知的凸優(yōu)化算法研究.pdf
- 壓縮感知中重建算法研究.pdf
- 壓縮感知重構(gòu)問題的凸優(yōu)化算法研究.pdf
- 壓縮感知中的重構(gòu)算法研究.pdf
- 壓縮感知中重構(gòu)算法研究.pdf
- 基于智能優(yōu)化算法的壓縮感知重構(gòu)算法的研究.pdf
- 壓縮感知中圖像重構(gòu)算法的研究.pdf
- 壓縮感知中的圖像重構(gòu)算法研究.pdf
- 壓縮感知采樣和觀測(cè)矩陣優(yōu)化算法的研究.pdf
- 壓縮感知系統(tǒng)中觀測(cè)矩陣優(yōu)化算法的研究.pdf
- 壓縮感知中測(cè)量矩陣構(gòu)造算法研究.pdf
- 壓縮感知及其算法的研究.pdf
- 壓縮感知的重構(gòu)算法研究.pdf
- 壓縮感知中測(cè)量矩陣的優(yōu)化方法研究.pdf
- 基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究.pdf
- 壓縮感知算法及其在頻譜感知中的應(yīng)用.pdf
- 壓縮頻譜感知算法研究.pdf
- 壓縮感知觀測(cè)矩陣優(yōu)化與信號(hào)重建算法研究.pdf
- 壓縮感知算法在圖像中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論