

版權(quán)說(shuō)明:本文檔由用戶(hù)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、壓縮感知是針對(duì)稀疏或者可壓縮的信號(hào)提出的一種新理論,在信號(hào)采樣的過(guò)程中,同時(shí)對(duì)信號(hào)進(jìn)行壓縮,它的采樣速率遠(yuǎn)遠(yuǎn)低于傳統(tǒng)的奈奎斯特采樣速率,這使其在信號(hào)處理領(lǐng)域有著突出的優(yōu)點(diǎn)和廣闊的應(yīng)用前景。該領(lǐng)域目前仍有許多問(wèn)題值得研究。重構(gòu)算法是其中非常重要的一部分,它對(duì)于壓縮后的信號(hào)的精確重建以及采樣過(guò)程中的準(zhǔn)確性的驗(yàn)證都有著重要的意義。
本文對(duì)壓縮感知理論以及現(xiàn)有的重構(gòu)算法進(jìn)行了系統(tǒng)的學(xué)習(xí)之后,圍繞其中的迭代加權(quán)算法在二維重構(gòu)中的應(yīng)用展開(kāi)
2、研究,主要完成工作如下:
(1)分析了迭代加權(quán)1l范數(shù)重構(gòu)算法的思想,提出了基于HMT模型訓(xùn)練參數(shù)的迭代加權(quán)1l圖像重構(gòu)算法。該算法根據(jù)圖像在小波域的四叉樹(shù)結(jié)構(gòu),利用HMT模型參數(shù),對(duì)迭代加權(quán)算法的權(quán)值進(jìn)行迭代更新,以達(dá)到更好的重構(gòu)效果。
?。?)提出了基于uHMT模型的迭代加權(quán)1l圖像重構(gòu)算法以及自適應(yīng)的參數(shù)選擇方法。由于HMT模型參數(shù)的訓(xùn)練過(guò)程較為復(fù)雜,而且計(jì)算量較大,會(huì)占用大量的時(shí)間和空間,針對(duì)這個(gè)問(wèn)題,將uHM
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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于隱馬爾科夫模型的信號(hào)分類(lèi).pdf
- 基于隱馬爾科夫模型的人臉識(shí)別.pdf
- 基于隱馬爾科夫模型的異常檢測(cè)研究.pdf
- 基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf
- 基于隱馬爾科夫模型的聚眾事件檢測(cè).pdf
- 基于隱馬爾科夫模型詞性標(biāo)注的研究.pdf
- 基于隱馬爾科夫模型的網(wǎng)絡(luò)輿情挖掘.pdf
- 基于隱馬爾科夫模型的步態(tài)身份識(shí)別.pdf
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于馬爾科夫模型的紋理圖像分割.pdf
- 基于隱馬爾科夫模型的時(shí)間序列聚類(lèi).pdf
- 隱馬爾科夫模型演化下的隱組檢測(cè).pdf
- 基于連續(xù)隱馬爾科夫模型的語(yǔ)音識(shí)別
- 基于Ⅱ-型模糊隱馬爾科夫模型的火焰識(shí)別.pdf
- 基于隱馬爾科夫模型的齒輪故障診斷.pdf
- 基于隱馬爾科夫模型的重型肝炎演化研究.pdf
- 基于開(kāi)放量子行走的隱馬爾科夫模型.pdf
評(píng)論
0/150
提交評(píng)論