检索结果-维普期刊中文期刊服务平台

光滑L0范数广义逆波束形成被引量：9: 1; 作者徐中明黎术 +2 位作者贺岩松张志飞毛锦《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第6期1276-1281,共6页; 为改善L1范数广义逆波束形成性能,提出了一种光滑L0范数广义逆波束形成算法。该算法充分利用L0范数能充分反映单极子噪声源信号稀疏本质的特性,结合光滑L0范数方法通过少数几次迭代即得到噪声源信号的稀疏解。首先,基于数值模拟的声源... 展开更多; 关键词空间分辨率光滑l0范数广义逆波束形成噪声源识别; 在线阅读下载PDF 职称材料

基于光滑l_0范数和修正牛顿法的压缩感知重建算法被引量：34: 2; 作者赵瑞珍林婉娟 +1 位作者李浩胡绍海《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第4期478-484,共7页; 基于光滑l0范数最小的压缩感知重建算法——SL0算法,通过引入光滑函数序列去逼近l0范数,从而将l0范数最小的问题转化为光滑函数的最优化问题.针对光滑函数的选取以及求解该函数的最优化问题,提出一种基于光滑l0范数和修正牛顿法的重建... 展开更多; 关键词压缩感知稀疏重建光滑l0范数修正牛顿法; 在线阅读下载PDF 职称材料

基于改进光滑l_0范数的块稀疏信号重构算法被引量：4: 3; 作者祁锐李宏伟张玉洁《计算机工程》 CAS CSCD 北大核心 2015年第11期294-298,共5页; 光滑l0范数算法用带参数的高斯光滑函数序列逼近l0范数,可以用于压缩感知信号重构。块稀疏信号是一种典型的稀疏信号,它的非零元素成块出现。为此,基于改进的光滑l0范数提出一种块稀疏信号重构算法。利用反正切函数取代高斯函数序列,通... 展开更多; 关键词压缩感知块稀疏光滑l0范数信号重构; 在线阅读下载PDF 职称材料

压缩感知信号重构的快速光滑l_0范数法: 4; 作者马社祥张敏华孟鑫《科学技术与工程》北大核心 2013年第9期2377-2381,共5页; 光滑l0范数法(SL0)用带参数的高斯光滑函数序列逼近l0范数,可以有效地用于压缩感知信号重构。针对SL0算法在最优解附近收敛速度较慢的问题,由高斯光滑函数梯度及Hesse矩阵的特点,根据牛顿法的基本原理,提出了快速光滑l0范数法-FSL0算法... 展开更多; 关键词压缩感知光滑l0范数法牛顿法; 在线阅读下载PDF 职称材料

基于SL0压缩感知信号重建的改进算法被引量：14: 5; 作者杨良龙赵生妹 +1 位作者郑宝玉唐文娟《信号处理》 CSCD 北大核心 2012年第6期834-841,共8页; SL0算法是一种基于近似L0范数的压缩感知信号重建算法,它采用最速下降法和梯度投影原理,逐步逼近最优解,具有匹配度高、重建时间短、计算量低、不需要信号的稀疏度这个先验条件等优点。但是,它的迭代方向为负梯度方向,存在"锯齿效... 展开更多; 关键词压缩感知重建算法光滑l0范数修正牛顿法阻尼牛顿法; 在线阅读下载PDF 职称材料

光滑逼近超完备稀疏表示的图像超分辨率重构被引量：3: 6; 作者路锦正张启衡 +1 位作者徐智勇彭真明《光电工程》 CAS CSCD 北大核心 2012年第2期123-129,共7页; 为改善单帧降质图像的分辨率水平,提出了一种新的基于稀疏表示的学习法超分辨率图像重构方法。针对信号在既定的欠定超完备字典下的非稀疏性问题,采用光滑的递减函数逼近L0范数以避免对稀疏度先验的依赖,从而实现待重构图像块的有效稀... 展开更多; 关键词稀疏表示超完备字典光滑l0范数超分辨率重构; 在线阅读下载PDF 职称材料

基于压缩感知的矩阵型联合SAR成像与自聚焦算法被引量：6: 7; 作者卜红霞白霞 +2 位作者赵娟齐耀辉闫若颖《电子学报》 EI CAS CSCD 北大核心 2017年第4期874-881,共8页; 模型准确情况下,压缩感知在合成孔径雷达成像中得到良好应用;但在实际情况中,模型会存在一定误差,这些误差造成图像偏离真实位置、引起散焦降低成像质量.本文提出一种矩阵型联合CS-SAR成像与自聚焦算法,该算法在CS-SAR成像重构方法方面... 展开更多; 关键词合成孔径雷达压缩感知光滑l0范数重构算法矩阵型正则化光滑l0范数重构算法; 在线阅读下载PDF 职称材料

题名光滑L0范数广义逆波束形成被引量：9: 1; 作者徐中明黎术贺岩松张志飞毛锦; 机构重庆大学机械传动国家重点实验室重庆大学机械工程学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第6期1276-1281,共6页; 基金国家自然科学基金(51275540)资助项目; 文摘为改善L1范数广义逆波束形成性能,提出了一种光滑L0范数广义逆波束形成算法。该算法充分利用L0范数能充分反映单极子噪声源信号稀疏本质的特性,结合光滑L0范数方法通过少数几次迭代即得到噪声源信号的稀疏解。首先,基于数值模拟的声源识别成像图以及声学半径曲线探究其结果随声源频率、阵列形式的变化规律,结果表明光滑L0范数广义逆波束形成相比L1广义逆波束形成,在相同的空间分辨率情况下,需要的传感器测量值更少;在相同的声阵列形式下,光滑L0范数广义逆波束形成的空间分辨率更高。最后,通过实验算例对单极子声源进行了声学成像,结果表明光滑L0范数广义逆波束形成相比其他波束形成,能更好地识别噪声源,进一步验证了该算法的有效性及实用性。; 关键词空间分辨率光滑l0范数广义逆波束形成噪声源识别; Keywords spatial resolution smoothed l0 norm generalized inverse beamforming（G2B） noise source identification; 分类号 TB52 [理学—声学]; 在线阅读下载PDF 职称材料

题名基于光滑l_0范数和修正牛顿法的压缩感知重建算法被引量：34: 2; 作者赵瑞珍林婉娟李浩胡绍海; 机构北京交通大学信息科学研究所现代信息科学与网络技术北京市重点实验室; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第4期478-484,共7页; 基金国家自然科学基金(61073079) 中央高校基本科研业务费专项基金(2011JBM216) 教育部留学回国人员科研启动基金(教外司留[2009]1341号); 文摘基于光滑l0范数最小的压缩感知重建算法——SL0算法,通过引入光滑函数序列去逼近l0范数,从而将l0范数最小的问题转化为光滑函数的最优化问题.针对光滑函数的选取以及求解该函数的最优化问题,提出一种基于光滑l0范数和修正牛顿法的重建算法——NSL0算法.首先采用双曲正切函数序列来逼近l0范数,得到一个新的最优化问题;为了提高该优化问题的计算效率,推导出针对双曲正切函数的修正牛顿方向,并采用修正牛顿法进行求解.实验结果表明,在相同的测试条件下,NSL0算法无论在重建效果还是在计算时间方面都明显优于其他同类算法.; 关键词压缩感知稀疏重建光滑l0范数修正牛顿法; Keywords compressive sensing sparse reconstruction smoothed l0 norm revised Newton method; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于改进光滑l_0范数的块稀疏信号重构算法被引量：4: 3; 作者祁锐李宏伟张玉洁; 机构中国地质大学地球物理与空间信息学院海军工程大学理学院中国地质大学数学与物理学院; 出处《计算机工程》 CAS CSCD 北大核心 2015年第11期294-298,共5页; 基金国家自然科学基金资助项目(61071188) 中央高校基本科研业务费专项基金资助项目(CUGL130247) 海军工程大学青年基金资助项目(HGDQNEQJJ15004); 文摘光滑l0范数算法用带参数的高斯光滑函数序列逼近l0范数,可以用于压缩感知信号重构。块稀疏信号是一种典型的稀疏信号,它的非零元素成块出现。为此,基于改进的光滑l0范数提出一种块稀疏信号重构算法。利用反正切函数取代高斯函数序列,通过对下降因子的优化处理进一步提高收敛效果。仿真实验结果表明,相比块光滑l0范数算法、光滑l0范数算法以及正交匹配追踪算法,该算法具有更好的鲁棒性和更高的信噪比。; 关键词压缩感知块稀疏光滑l0范数信号重构; Keywords compressive sensing block-sparse Smoothed I0 Norm（SlO） signal reconstruction; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名压缩感知信号重构的快速光滑l_0范数法: 4; 作者马社祥张敏华孟鑫; 机构天津理工大学计算机与通信工程学院; 出处《科学技术与工程》北大核心 2013年第9期2377-2381,共5页; 基金国家自然科学基金(60872064)资助; 文摘光滑l0范数法(SL0)用带参数的高斯光滑函数序列逼近l0范数,可以有效地用于压缩感知信号重构。针对SL0算法在最优解附近收敛速度较慢的问题,由高斯光滑函数梯度及Hesse矩阵的特点,根据牛顿法的基本原理,提出了快速光滑l0范数法-FSL0算法。算法的迭代公式十分简洁。仿真结果表明,该算法与已有同类算法的重构精度相当,但重构速度得到了很大地提高。; 关键词压缩感知光滑l0范数法牛顿法; Keywords compressive sensing smoothed l0 norm Newton method; 分类号 O174.56 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于SL0压缩感知信号重建的改进算法被引量：14: 5; 作者杨良龙赵生妹郑宝玉唐文娟; 机构南京邮电大学; 出处《信号处理》 CSCD 北大核心 2012年第6期834-841,共8页; 基金江苏省高校自然科学研究重大项目(11KJA510002) 南京邮电大学“宽带无线通信与传感网技术”教育部重点实验室开放研究基金(ZD035001NYKL01) 留学人员科技活动项目(NJ210002); 文摘 SL0算法是一种基于近似L0范数的压缩感知信号重建算法,它采用最速下降法和梯度投影原理,逐步逼近最优解,具有匹配度高、重建时间短、计算量低、不需要信号的稀疏度这个先验条件等优点。但是,它的迭代方向为负梯度方向,存在"锯齿效应",并且SL0算法及其改进算法(NSL0)中的连续函数"陡峭性"不大,使近似L0范数的估计不精确、收敛速度慢。本文采用"陡峭性"大的近似双曲正切函数,结合修正牛顿法和阻尼牛顿法,提出一种更快速高效的信号重建算法(ANSL0)。数值计算结果表明,在相同的条件下,相比SL0和NSL0算法,ANSL0算法在匹配度、峰值信噪比和信噪比方面都有了较大提高。; 关键词压缩感知重建算法光滑l0范数修正牛顿法阻尼牛顿法; Keywords compressive sensing reconstruction algorithm smoothed l0 norm revised Newton method damped Newton method; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名光滑逼近超完备稀疏表示的图像超分辨率重构被引量：3: 6; 作者路锦正张启衡徐智勇彭真明; 机构中国科学院光电技术研究所电子科技大学光电信息学院中国科学院研究生院; 出处《光电工程》 CAS CSCD 北大核心 2012年第2期123-129,共7页; 基金国家863高技术研究发展计划资助项目(2007AA802401) 中国科学院西部之光人才培养计划资助项目; 文摘为改善单帧降质图像的分辨率水平,提出了一种新的基于稀疏表示的学习法超分辨率图像重构方法。针对信号在既定的欠定超完备字典下的非稀疏性问题,采用光滑的递减函数逼近L0范数以避免对稀疏度先验的依赖,从而实现待重构图像块的有效稀疏表示,同时通过梯度下降的迭代优化获得稳定的收敛解。与双立方插值相比,图像的三倍超分辨实验显示,图像峰值信噪比(PSNR)提高2dB,框架相似性(SSIM)改善0.04,重构图像剔除了更多的模糊退化及边缘伪迹。该方法适于单帧降质图像的超分辨率增强。; 关键词稀疏表示超完备字典光滑l0范数超分辨率重构; Keywords sparse representation over-complete dictionary smoothed l0 norm super-resolution reconstruction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于压缩感知的矩阵型联合SAR成像与自聚焦算法被引量：6: 7; 作者卜红霞白霞赵娟齐耀辉闫若颖; 机构河北师范大学物理科学与信息工程学院北京理工大学信息与电子学院; 出处《电子学报》 EI CAS CSCD 北大核心 2017年第4期874-881,共8页; 基金河北省高等学校自然科学重点项目(No.ZD2016031) 河北师范大学自然科学科研基金(No.L2016B06 No.L2010Y01); 文摘模型准确情况下,压缩感知在合成孔径雷达成像中得到良好应用;但在实际情况中,模型会存在一定误差,这些误差造成图像偏离真实位置、引起散焦降低成像质量.本文提出一种矩阵型联合CS-SAR成像与自聚焦算法,该算法在CS-SAR成像重构方法方面,基于光滑l_0范数方法提出了矩阵型正则化光滑l_0范数重构方法,该方法具有较强容错能力并能直接重构矩阵型信号,能克服现有联合CS-SAR成像与自聚焦算法在计算效率方面的缺陷.最后,通过仿真验证了所提算法的有效性.; 关键词合成孔径雷达压缩感知光滑l0范数重构算法矩阵型正则化光滑l0范数重构算法; Keywords synthetic aperture radar（SAR） compressed sensing（CS） smoothed l0-norm（Sl0） algorithm matrix form regularized Sl0（MRSl0） algorithm; 分类号 TN958 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	光滑L0范数广义逆波束形成	徐中明黎术贺岩松张志飞毛锦	《仪器仪表学报》 EI CAS CSCD 北大核心	2014	9	在线阅读下载PDF 职称材料
2	基于光滑l_0范数和修正牛顿法的压缩感知重建算法	赵瑞珍林婉娟李浩胡绍海	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2012	34	在线阅读下载PDF 职称材料
3	基于改进光滑l_0范数的块稀疏信号重构算法	祁锐李宏伟张玉洁	《计算机工程》 CAS CSCD 北大核心	2015	4	在线阅读下载PDF 职称材料
4	压缩感知信号重构的快速光滑l_0范数法	马社祥张敏华孟鑫	《科学技术与工程》北大核心	2013	0	在线阅读下载PDF 职称材料
5	基于SL0压缩感知信号重建的改进算法	杨良龙赵生妹郑宝玉唐文娟	《信号处理》 CSCD 北大核心	2012	14	在线阅读下载PDF 职称材料
6	光滑逼近超完备稀疏表示的图像超分辨率重构	路锦正张启衡徐智勇彭真明	《光电工程》 CAS CSCD 北大核心	2012	3	在线阅读下载PDF 职称材料
7	基于压缩感知的矩阵型联合SAR成像与自聚焦算法	卜红霞白霞赵娟齐耀辉闫若颖	《电子学报》 EI CAS CSCD 北大核心	2017	6	在线阅读下载PDF 职称材料