2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著信息時(shí)代的到來(lái),人們對(duì)信息量的需求與日俱增。而傳統(tǒng)的奈奎斯特采樣定理要求信號(hào)的采樣率不低于信號(hào)帶寬的兩倍,這無(wú)疑給信號(hào)的處理能力提出了更高的要求。壓縮感知理論(Compressed Sensing,CS)是近幾年來(lái)信息處理領(lǐng)域的一大變革。它指出若信號(hào)在某個(gè)正交基或緊框架下是可壓縮的,那么就可以以遠(yuǎn)低于奈奎斯特定理所要求的采樣率進(jìn)行采樣,并準(zhǔn)確重構(gòu)出所需要的信號(hào)。目前,壓縮感知理論在壓縮成像系統(tǒng)、模擬/信息轉(zhuǎn)換、生物傳感等領(lǐng)域都有著廣

2、闊的前景。本文主要研究的是圖像的壓縮感知重構(gòu)問題,在免疫優(yōu)化算法框架下,提出一種基于交替學(xué)習(xí)和免疫優(yōu)化的壓縮感知圖像重構(gòu)框架。論文創(chuàng)新的內(nèi)容包括以下幾個(gè)方面:
  1.本文提出了一種稀疏系數(shù)的位置和稀疏系數(shù)的值交替學(xué)習(xí)的思想,不僅關(guān)注的是如何確定稀疏系數(shù)的位置,而且在該位置信息的指導(dǎo)下去求解稀疏系數(shù)值,建立了基于濾波算子和交替優(yōu)化的壓縮感知圖像重構(gòu)框架。該框架能夠較為準(zhǔn)確地定位小波域中大系數(shù)的位置,并重構(gòu)其系數(shù)值,從而恢復(fù)出視覺效

3、果好誤差小的圖像。
  2.本文把自適應(yīng)濾波作為一種免疫優(yōu)化算子引入在免疫優(yōu)化框架中。該算子能夠準(zhǔn)確地捕獲圖像的細(xì)節(jié)部分,尤其是紋理和邊緣區(qū)域,從而改善了圖像的重構(gòu)質(zhì)量。
  3.本文把凸集投影的思想應(yīng)用在小波域中,并將其作為一種算子引入免疫優(yōu)化算法中,使得每一代進(jìn)化的結(jié)果都是問題的解集附近的解,提高了算法的求解性能。
  最后,在Matlab軟件中對(duì)本文提出的重構(gòu)算法進(jìn)行了仿真。仿真實(shí)驗(yàn)證明了算法的有效性,為后續(xù)的壓

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。

評(píng)論

0/150

提交評(píng)論