共查询到16条相似文献,搜索用时 32 毫秒
1.
卜京;王金平 《武汉大学学报(理学版)》2021,67(2):185-189
基于混合最小化问题,提出了测量矩阵的块鲁棒零空间特性(robust null space property,rNSP),在有噪声情况下证明rNSP是稳定重构块稀疏信号的充分条件。并且当块限制等距常数小于0.453 1时,证明块限制等距性蕴含着块鲁棒零空间特性。 相似文献
2.
3.
楼红卫 《宁波大学学报(理工版)》1990,(2)
设Tf=f|s~(n-1)是Fourier变换在单位球面S~(n-1)上的限制,对于1≤q≤2≤p<∞,本文给出了使加权不等式 integral from n=s~(n-1)|Tf|~qdθ)~(1/q)≤C(integral from n=R~n|f(x)|~p|x|~adx)~(1/p)成立的充要条件是n(p-1)>a>((n+1)/2)p-n。 相似文献
4.
杨义芳;王金平 《武汉大学学报(理学版)》2024,70(6):680-686
在压缩感知理论中,将信号进行分块能够有效减少数据的处理量,提高信号的重构速度,因此块稀疏信号的稳定重构得到广泛研究。在l∞有界噪声环境下,研究得到了广义正交匹配追踪(Block generalized Orthogonal Matching Pursuit,BgOMP)算法下稳定重构块稀疏信号的停止迭代准则,并对其误差进行了分析,得到了迭代重构的信号非零块的有界性结果。 相似文献
5.
考虑随机系数自回归模型Yt =Φtyt-1+ ut,其中 Φt为随机系数,ut为随机误差。在允许Φt与ut相依以及Eut无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明自加权估计的稳健和有效性。 相似文献
6.
考虑随机系数自回归模型Yt =Φtyt-1+ ut,其中 Φt为随机系数,ut为随机误差。在允许Φt与ut相依以及Eut无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明自加权估计的稳健和有效性。 相似文献
7.
正交多匹配追踪算法(OMMP算法)是正交匹配追踪算法(OMP算法)的一种拓展,近年来受到很多相关研究人员的关注.不同于OMP算法,OMMP算法在每次迭代中识别多个指标.本文分析了在限制等距性(RIP)和多向量信噪比(MSNR)条件下,用于解决多测量向量问题的OMMP算法的鲁棒性.此外,在给出的限制等距常数(RIC)的条件下,用归纳假设的方法证明了当V=0以及整数N满足1≤N≤(m-1)/K时, OMMP算法可以准确恢复K-行稀疏矩阵X. 相似文献
8.
基于模糊遗传算法的XNOR/OR展开式最小化研究 总被引:1,自引:0,他引:1
提出一种改进的模糊遗传算法用于求解XNOR/OR展开式最小化问题. 在算法进化过程中,采用模糊规则对交叉率和变异率进行修正, 以提高算法的收敛速度, 并在一定程度上抑制了局部收敛现象的发生. 并采用8个MCNC Benchmark电路对该算法进行测试, 结果表明: 所提算法具有较好的优化效果和较高的收敛速度. 相似文献
9.
10.
阮宏顺 《浙江大学学报(理学版)》1994,21(4):383-394
对于线性模型y;~x'B-} e;,i二1,2\"二,设误差序列{P; } e:为平稳s}混合:,v'.:,f(二)为其未知的密度函数,我们讨论了f(x)的估计的相合性.本文可看作文〔1〕的推广. 相似文献
11.
抗差加权两阶段估计及其应用 总被引:1,自引:0,他引:1
在系统误差为随机变量的情况下,利用加权两阶段估计及抗差加权两阶段估计研究半参数模型得到了参数及非参数的估计;接着,讨论了估计量的影响函数及渐近方差协方差;最后,运用自由水准网的例子说明本文方法的有效性。 相似文献
12.
13.
利用差分方法对水质污浊的扩散问题进行研究,针对不规则区域的初边值问题构造了高精度的差分格式,并对初边值条件进行了恰当的处理,首先给出了三层显格式绝对不稳定的证明,其次利用θ=1/2时的加权隐格式,对该问题进行数值求解,获得了满意的数值结果。 相似文献
14.
对非线性演化方程构造了一个三层的差分格式,并对非线性项进行了线性化,使格式的近似解更精确,并且严格估计了误差,证明了非线性稳定性,数值实验表明理论证明的正确性和格式的有效性。 相似文献
15.
邓华 《浙江大学学报(理学版)》2004,31(6):616-620
通过随机变量序列广义Jamison型加权和的系数指标函数自身性质,讨论两两NQD(Negatively Quadrant Dependent)列的广义Jamison型加权和的强收敛性,将NA中一些相应结果推广到两两NQD列场合,削弱了以前结果的条件.最后给出的例子进一步说明结论更具一般性. 相似文献
16.

