已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
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,是近些年來(lái)出現(xiàn)的一種新的采樣方式,在許多領(lǐng)域中發(fā)揮了巨大價(jià)值。受到壓縮感知的促動(dòng),出現(xiàn)了諸多恢復(fù)稀疏信號(hào)的算法。我們可以將這些算法大致看做三大類:貪婪算法,凸松弛方法和硬閾值方法。這三類算法分別有自己的優(yōu)點(diǎn)和局限性。本文主要的創(chuàng)新內(nèi)容可以歸納如下:
一:介紹了稀疏優(yōu)化中的一些常用的重要概念,并對(duì)三大類算法中的代表算法進(jìn)行理論分析和介紹。
二:提出了適用于某些特殊條件下的投影硬閾值迭代算法,并從理論和數(shù)值實(shí)驗(yàn)
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
- 基于相位恢復(fù)閾值算法與內(nèi)投影神經(jīng)網(wǎng)絡(luò)算法的稀疏信號(hào)重構(gòu).pdf
- 盲稀疏源信號(hào)分離算法的恢復(fù)性研究.pdf
- 稀疏信號(hào)恢復(fù)中的SMV與MMV問(wèn)題研究.pdf
- 基于貝葉斯壓縮感知的塊狀稀疏信號(hào)恢復(fù)算法研究.pdf
- 基于稀疏表示的迭代閾值壓縮重構(gòu)算法研究.pdf
- 快速稀疏恢復(fù)算法研究.pdf
- 信號(hào)稀疏表示算法研究.pdf
- 混合lp-lq優(yōu)化算法下塊稀疏信號(hào)的穩(wěn)定恢復(fù).pdf
- 信息稀疏表示算法及其在圖像恢復(fù)中應(yīng)用的研究.pdf
- 組合群試與稀疏信號(hào)恢復(fù).pdf
- 26444.稀疏信號(hào)的精確恢復(fù)條件
- 圖像稀疏恢復(fù)的特征表示算法研究.pdf
- 塊稀疏信號(hào)重構(gòu)算法研究.pdf
- 基于MP的信號(hào)稀疏分解算法研究.pdf
- 基于凸優(yōu)化的稀疏相位恢復(fù)算法研究.pdf
- 基于MP的信號(hào)稀疏分解的算法研究.pdf
- 基于信號(hào)稀疏特性的語(yǔ)音增強(qiáng)算法研究.pdf
- 基于結(jié)構(gòu)化稀疏的圖像恢復(fù)算法研究.pdf
- 匹配追逐算法的研究及在信號(hào)稀疏表示中的應(yīng)用.pdf
- 面向壓縮感知的稀疏信號(hào)重構(gòu)算法研究.pdf
評(píng)論
0/150
提交評(píng)論