国产精品婷婷久久久久久,国产精品美女久久久浪潮av,草草国产,人妻精品久久无码专区精东影业

共稀疏分解表示的改進l1 信號重構方法研究.doc

  
約44頁DOC格式手機打開展開

共稀疏分解表示的改進l1 信號重構方法研究,共稀疏分解表示的改進l1 信號重構方法研究1.5萬字 44頁原創(chuàng)作品,已通過查重系統(tǒng) 摘要 稀疏表示模型是當前信息科學領域中最熱門的研究方向之一,在計算機視覺、模式識別、機器學習等領域具有重要的應用價值。隨著人們對信息量的需求越來越大,漸漸地,壓縮感知理論為人們所熟知,投入在壓縮感知理論研究上的精力也越來越多。壓縮感知...
編號:99-1435137大小:1.17M
分類: 論文>計算機論文

內容介紹

此文檔由會員 馬甲線女神 發(fā)布

共稀疏分解表示的改進L1 信號重構方法研究

1.5萬字 44頁 原創(chuàng)作品,已通過查重系統(tǒng)


摘要 稀疏表示模型是當前信息科學領域中最熱門的研究方向之一,在計算機視覺、模式識別、機器學習等領域具有重要的應用價值。隨著人們對信息量的需求越來越大,漸漸地,壓縮感知理論為人們所熟知,投入在壓縮感知理論研究上的精力也越來越多。壓縮感知是針對稀疏信號或可壓縮信號,在信號采樣的同時進行壓縮的一種新的信息采集處理方式,其可以大大縮短采樣壓縮時間和數(shù)據(jù)存儲空間。
稀疏表示模型,分為兩個部分。第一個部分是稀疏合成模型,隨著現(xiàn)代化技術的快速發(fā)展,信號的稀疏合成技術已無法滿足人們的需求。于是,就有了第二個部分,即稀疏分解模型。針對新近提出來的稀疏分解模型,我們在迭代支持集檢測思想的基礎上,提出了迭代共支集檢測算法(ICD)。本文在充分研究分析現(xiàn)有的稀疏分解模型的算法的基礎上,通過總結現(xiàn)在的L1算法的優(yōu)缺點,在保持其優(yōu)點的前提下尋找新的方法來克服其缺點,以得到新算法,使我們得到的結果更精確。
具體的研究內容為:目前,我們提出了一種新型的稀疏信號的重建方法——迭代共支集檢測算法(ICD),與傳統(tǒng)的L1優(yōu)化方法相比較,該算法旨在實現(xiàn)快速重建和測量數(shù)量的需求減少。由于迭代支持集檢測算法(ISD)地址不足,最小化重建測量失敗。ICD算法從當前的重構中估計了一個共支集 ,并通過求解最小化問題 獲得一個新的重構,而且,僅需很少的時間就可以完成上述兩個步驟,實現(xiàn)該算法。ICD算法不同于ISD算法以及它的變體,因為(1)在ISD中的索引集合 不一定是嵌套的或是增加的,(2)并且在同一時間里,這個所述的最小化問題x都在組件中更新。


關鍵詞:壓縮感知 稀疏分解模型 迭代共支集檢測