共查询到10条相似文献,搜索用时 46 毫秒
1.
本文研究预估校正法在大规模信号重构中的应用问题.利用预估校正方法解?_1正则化最小二乘问题,获得了理想的信号恢复效果.数值实验表明提出的算法对于解决大规模稀疏信号恢复问题是有效的. 相似文献
2.
3.
在实际应用中,有一些信号是具有分片的结构的.本文我们提出一种分片正交匹配追踪算法(P\_OMP)来求解分片稀疏恢复问题,旨在保护分片信号中的分片结构(或者小尺度非零元).P\_OMP算法是基于CoSaMP和OMMP算法的思想上延伸出的一种针对分片稀疏问题的贪婪算法. P\_OMP算法不仅仅具有OMP算法的优势,还能够在比CoSaMP方法更松弛的条件下得到同样的误差下降速率.进一步,P\_OMP~算法在保护分片稀疏信号的尺度细节信息上表现的更好.数值实验表明相比于CoSaMP, OMP, OMMP和BP算法, P\_OMP算法在分片稀疏恢复上更有效更稳定. 相似文献
4.
如我们所知,诸如视频和图像等信号可以在某些框架下被表示为稀疏信号,因此稀疏恢复(或稀疏表示)是信号处理、图像处理、计算机视觉、机器学习等领域中被广泛研究的问题之一.通常大多数在稀疏恢复中的有效快速算法都是基于求解$l^0$或者$l^1$优化问题.但是,对于求解$l^0$或者$l^1$优化问题以及相关算法所得到的理论充分性条件对信号的稀疏性要求过严.考虑到在很多实际应用中,信号是具有一定结构的,也即,信号的非零元素具有一定的分布特点.在本文中,我们研究分片稀疏恢复的唯一性条件和可行性条件.分片稀疏性是指一个稀疏信号由多个稀疏的子信号合并所得.相应的采样矩阵是由多个基底合并组成.考虑到采样矩阵的分块结构,我们引入了子矩阵的互相干性,由此可以得到相应$l^0$或者$l^1$优化问题可精确恢复解的稀疏度的新上界.本文结果表明.通过引入采样矩阵的分块结构信息.可以改进分片稀疏恢复的充分性条件.以及相应$l^0$或者$l^1$优化问题整体稀疏解的可靠性条件. 相似文献
5.
本文是文献[1]续篇。对于仅用一个采样点以及自相关函数恢复整个离散信号的唯一性问题,本文提出了四个定理,并作了详细的证明;还给出了实现这种恢复的一种时域迭代算法,大量实例表明这种算法是十分有效的。 相似文献
6.
7.
8.
压缩感知(compressed sensing,CS)是一种全新的信息采集与处理理论,它表明稀疏信号能够在远低于Shannon-Nyquist采样率的条件下被精确重构.现从压缩感知理论出发,对块稀疏信号重构算法进行研究,通过混合l2/lq(0
相似文献
9.
文章主要利用分块稀疏信号的凸分解技术分析无约束的l2,1-分析模型,建立无约束的l2,1-分析法重构冗余紧框架下分块稀疏信号的条件,其条件基于紧框架下的限制等距性质.首先,利用分块稀疏信号的凸分解技术建立两个重要技术引理.其次,基于发展的两个技术引理建立无约束的l2,1-分析法恢复冗余紧框架下分块稀疏信号新的恢复条件,其条件基于紧框架下的限制等距性质,改进了现存最好的恢复条件.最后,设计数值实验,说明无约束的l2,1-分析法重构冗余紧框架下分块稀疏信号的性能. 相似文献
10.
研究具有Log型惩罚函数的稀疏正则化,给出一种新的非凸变量选择及压缩感知策略,提出一种高效快速阈值迭代算法.并通过变量选择问题和稀疏信号重建验证了所提出的Log型稀疏正则化模型的有效性. 相似文献