共查询到20条相似文献,搜索用时 31 毫秒
1.
本文考虑lp有界噪声约束下的压缩数据分离问题,即从压缩测量数据中重建信号的不同稀疏子成分.为了重构不同框架D1∈Rn×d1和D2∈Rn×d2下(近似)稀疏的不同子成分,我们首先提出了l1-αl2分解分析算法,在测量矩阵满足一定的约束等距性条件且字典之间满足某个相互相干性条件时,此算法可以处理不同噪声干扰下的信号分离问题.此外,基于经典Dantzig Selector模型,我们还引入了l1-αl2分解分析Dantzig Selector算法,在适当条件下此算法也可以稳定分离压缩数据.数值实验表明,l1-αl2最小化算法对于冗余紧框架下的数据分离问题具有鲁棒性和稳定性. 相似文献
2.
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
3.
压缩感知(compressed sensing,CS) 是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,可以从小规模的线性、非自适应的测量中通过求解非线性优化问题重构原信号.块稀疏信号是一种具有块结构的信号,即信号的非零元是成块出现的.受YIN Peng-hang, LOU Yi-fei, HE Qi等提出的l1-2范数最小化方法的启发,将基于l1-l2范数的稀疏重构算法推广到块稀疏模型,证明了块稀疏模型下l1-l2范数的相关性质,建立了基于l1-l2范数的块稀疏信号精确重构的充分条件,并通过DCA(difference of convex functions algorithm) 和ADMM(alternating direction method of multipliers)给出了求解块稀疏模型下l1-l2范数的迭代方法.数值实验表明,基于l1-l2范数的块稀疏重构算法比其他块稀疏重构算法具有更高的重构成功率. 相似文献
4.
5.
压缩感知是(近似)稀疏信号处理的研究热点之一,它突破了Nyquist/Shannon采样率,实现了信号的高效采集和鲁棒重构.本文采用l2/l1极小化方法和BlockD-RIP理论研究了在冗余紧框架下的块稀疏信号,所获结果表明,当BlockD-RIP常数δ2k/τ满足0<δ2k/τ<0.2时,l2/l1极小化方法能够鲁棒重构原始信号,同时改进了已有的重构条件和误差上界.基于离散傅里叶变换(DFT)字典,执行了一系列仿真实验充分证实了理论结果. 相似文献
6.
7.
8.
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
9.
10.
11.
12.
众所周知,传统的信号压缩和重建遵循香农一耐奎斯特采样定律,即采样率必须至少为信号最高频率的两倍,才能保证在重建时不产生失真,这无疑将给信号采样,传输和存储过程带来越来越大的压力.随着科技的飞速发展,特别是近年来传感器技术获取数据能力提高,物联网等促使人类社会的数据规模遽增,大数据时代正式到来.大数据的规模效应给数据存储,传输,管理以及数据分析带来了极大的挑战.压缩采样应运而生.限制等距性(Restricted Isometry Property,RIP)在压缩传感中起着关键的作用.只有满足限制等距条件的压缩矩阵才能平稳恢复原始信号.RIP作为衡量矩阵是否能作为测量矩阵得到了认可,但是此理论的缺陷在于对任一矩阵,很难有通用,快速的算法来验证其是否满足RIP条件.很多学者尝试弱化RIP条件以找到测量矩阵构造的突破口.首先构造了新的限制等距条件δ_(1.5k)+θ_(k,1.5k)≤1,然后证明在这个条件下无噪声稀疏信号能被精确的恢复,并且噪声稀疏信号能被平稳的估计.最后,通过比较表明δ_(1.5k)+θ_(k,1.5k)≤1优于现存的条件. 相似文献
13.
14.
艾尼·吾甫尔 《应用泛函分析学报》2015,(2):97-129
本文证明第二种服务可选的M/M/1排队模型的主算子的点谱包含一个区间(-α,0),α>0.此结果表明该主算子生成的C0-半群不是紧算子,甚至不是最终紧算子.本文的结果与我们以前的结果合并后得到:(i)该C0-半群的本质增长界为0.从而,该C0-半群不是拟紧算子.(ii)该模型的时间依赖解不可能指数收敛于其稳态解.(iii)该C0-半群的本质谱半径等于1. 相似文献
15.
16.
本文研究了Banach空间(X,‖·‖),(Y,‖·‖)上具有闭值域的稠定闭算子T:X→Y的(集值)度量广义逆.在限定X为自反的、Y为一般的Banach空间且算子值域R(T)为空间Y中Chebyshev子空间时,证明了算子T具有非空闭凸集值的度量广义逆的存在性,运用Banach空间中广义正交分解定理,得出算子T的集值度量广义逆具有唯一齐性单值选择,并且该单值选择恰为赋等价严格凸范数的空间Xr=(X,‖·‖r)上算子T的Moore-Penrose度量广义逆.特别地,将抽象的Banach空间X与Y具体化为有限维Banach空间l1n=(Rn,‖·‖1)(即n维空间Rn赋l1范数)与有限维Hilbert空间(即m维欧式空间l2m=(Rm,‖·‖2),亦即m维空间赋l2范数),线性算子T可具体表示为m×n阶矩阵A,得到了从n维空间l1n到m维空间l 相似文献
17.
在大数据背景下,高维资产组合的构造以及选择是金融领域研究的热点和难点问题.文章构造了基于SCGARCH模型的含有范数约束的高维时变最小方差投资组合模型,将其记为NC-MVP-SCGARCH.该组合的优势主要体现在两方面:首先采用SCGARCH模型来估计和预测组合的重要输入变量——资产间的协方差阵,该模型将改进的乔列斯基分解法和卡尔曼滤波估计方法相结合,在解决了高维数据所面临的维数诅咒的同时,考虑了过去市场信息对协方差阵估计的影响;其次,基于范数约束的最小方差投资组合(NC-MVP)将l1和l2范数有机结合,更加适用于高维资产.研究发现:文章构造的NC-MVP-SCGARCH组合效果更优. 相似文献
18.
本文讨论带小参数的反应—扩散方程组的数值方法.由于边界层效应,使得这类问题的数值求解十分困难.我们根据奇异摄动理论和Green函数方法建立起一种适合求解这类问题的差分格式.在文中,我们引入了可行等距度α,并证明了若a≥2则格式在l1(m)意义下一致收敛且收敛阶为O(h+△t). 相似文献
19.
朱歌 《高校应用数学学报(A辑)》2019,34(1)
对于经过高斯低通滤波的信号,通过求解一类凸优化模型稳定地恢复该信号的高频信息.当信号满足一定的分离条件时,给出了误差估计的界,从理论上证明了求解凸优化方法的稳定性.理论的证明依赖于压缩感知中的对偶理论.一个显著的差异在于高斯低通滤波器并不满足压缩感知中对于测量矩阵的要求,例如相关性,约束等距性质等. 相似文献
20.
基于Ekeland变分原理建立的平衡问题,减弱了函数和定义域的凸性要求,减弱了三角不等式条件,函数只有循环反单调性,但其具有良好的性质.一方面,利用非线性分析方法,对非凸紧和非凸非紧的平衡问题研究解的唯一性,在Baire分类意义下,得到基于Ekeland变分原理建立的平衡问题的解具有通有唯一性.另一方面,利用有限理性模... 相似文献