組合群試與稀疏信號(hào)恢復(fù).pdf_第1頁
已閱讀1頁,還剩22頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、壓縮傳感(Compressed sensing)是信號(hào)處理領(lǐng)域里一種全新的采樣編碼技術(shù),在2006年由David Donoho、Emmanuel Candès和Terence Tao等人提出后,引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注,并已經(jīng)在諸多領(lǐng)域內(nèi)發(fā)揮應(yīng)用。壓縮傳感的數(shù)學(xué)模型是求一個(gè)欠定線性系統(tǒng)的稀疏解,即稀疏信號(hào)恢復(fù)。
   組合群試(Combinatorial group testing)是在實(shí)驗(yàn)中從大量樣本中找出某類低密度樣本

2、的一種基礎(chǔ)工具。近年來在分子生物學(xué)中的應(yīng)用又被稱為池設(shè)計(jì)(Pooling design)。由于感興趣的樣本具有稀疏性,池設(shè)計(jì)也可以被看成一個(gè)稀疏信號(hào)恢復(fù)問題。一旦稀疏信號(hào)的支撐集被確定了,有很多方法去估計(jì)非零分量的值,因此只需利用池設(shè)計(jì)算法恢復(fù)支撐集即可。
   本文利用池設(shè)計(jì)中的“一般抑制劑模型(General inhibitor model)”的組合結(jié)構(gòu)構(gòu)造稀疏信號(hào)恢復(fù)中的傳感矩陣,在一定條件下完美無差錯(cuò)地恢復(fù)出信號(hào)的支撐集

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(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。

評(píng)論

0/150

提交評(píng)論