

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、本文首先介紹了壓縮感知理論框架,著重回顧了壓縮感知重構算法的研究和應用現狀,針對其本質是l0范數問題,將對直線邊緣稀疏表示性能好的脊波(Ridgelet)冗余字典和遺傳進化(Genetic Algrithm,GA)算法融入到壓縮感知重構框架中,提出并實驗仿真了基于ridgelet冗余字典和遺傳進化的壓縮感知重構方法。首先,建立了基于分塊的Ridgelet冗余字典的壓縮感知重構框架,其次,針對問題實際情況,詳細設計了GA的編解碼方式、適應
2、度函數和遺傳算子,最后,提出了三種不同形式的遺傳進化的壓縮感知重構方法,分別為單個測量遺傳進化、相似測量共同遺傳進化和兩者結合的重構方法。
單個測量遺傳進化重構方法是將遺傳進化算法簡單地融入重構問題,仿真實驗數據證明了遺傳進化算法確實能夠較好解決此類問題,進化到一定代數后,該方法能夠超越正交匹配追蹤方法的重構結果。相似測量共同遺傳進化重構方法是受圖像存在非局部自相似特性的啟發(fā),實驗數據分析得知經過高斯隨機觀測的向量間也存在相似
3、性,為此,我們借助仿射傳播聚類算法得到相似測量分組,重新定義適應度函數,仿真實驗數據表明,與前一種算法進行對比,本方法由于充分利用了相似子塊之間的約束,因此在進化初期就能有效地抑制子塊學誤的現象,減少了進化代數,同時又提高了重構效果。
綜合分析前兩種重構方法的數據和重構效果,結合相似測量共同遺傳進化突出的共性化和單個測量遺傳進化強調的個性化優(yōu)勢,提出了兩者結合的遺傳進化重構方法,且充分利用每一代進化后中間輸出圖像信息,新增加了
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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Ridgelet冗余字典的非凸壓縮感知重構方法.pdf
- 基于脊波冗余字典和多目標遺傳優(yōu)化的壓縮感知圖像重構.pdf
- 基于Curvelet冗余字典和免疫克隆優(yōu)化的壓縮感知重構.pdf
- 基于聯合約束和遺傳進化的壓縮感知圖像重構.pdf
- 基于冗余字典方向參數判別策略的非凸壓縮感知圖像重構.pdf
- 基于冗余字典的擾動數據分離及塊稀疏壓縮感知研究
- 基于pca字典和兩階段優(yōu)化的非凸壓縮感知重構
- 基于字典學習的非凸壓縮感知圖像重構方法.pdf
- 基于單目標和多目標遺傳算法的壓縮感知重構.pdf
- 基于幀間塊約束和進化計算的視頻壓縮感知重構方法.pdf
- 基于壓縮感知的快速有效感知和重構算法研究.pdf
- 基于壓縮視頻感知字典構造方法研究.pdf
- 基于壓縮感知的重構算法研究.pdf
- 基于壓縮感知的圖像目標重構.pdf
- 基于壓縮感知理論的圖像重構.pdf
- 基于壓縮感知的信號觀測和重構算法研究.pdf
- 基于壓縮感知的重構算法與語音壓縮研究.pdf
- 基于交替學習和免疫優(yōu)化的壓縮感知圖像重構.pdf
- 基于壓縮感知的圖像編碼重構研究.pdf
- 基于壓縮感知的SAR圖像重構方法.pdf
評論
0/150
提交評論