-
题名从稀疏到结构化稀疏:贝叶斯方法
被引量：28
- 1
-
-
作者
孙洪
张智林
余磊
-
机构
武汉大学电子信息学院
Dept.Electrical and Computer Engineering
VisAGeS U
-
出处
《信号处理》
CSCD
北大核心
2012年第6期759-773,共15页
-
文摘
稀疏分解算法是稀疏表达理论和压缩感知理论中的核心问题,也是当前信号处理领域的一个热门话题。近年来,研究人员发现除了稀疏以外,如果引入稀疏系数之间的相关性先验信息,可以大大提高稀疏分解算法的精度,这种方法称为"结构化稀疏分解算法"。本文归纳和总结了从稀疏到结构化稀疏的信号模型,并且介绍了两种不同的贝叶斯稀疏(或者结构化稀疏)算法,以及从稀疏到结构化稀疏贝叶斯稀疏分解算法的扩展。同时,本文还介绍了结构化稀疏分解算法在医学信号处理和语音信号处理中的应用。
-
关键词
压缩感知
稀疏理论
结构化稀疏分解算法
贝叶斯压缩感知
-
Keywords
Compressive Sensing
Sparsity
Structured sparse decomposition algorithms
Bayesian Compressive Sensing
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名强噪声下基于加窗LASSO的声源定位方法
- 2
-
-
作者
滕繁
蒋三新
-
机构
上海电力大学电子与信息工程学院
-
出处
《计算机应用与软件》
北大核心
2025年第3期119-126,共8页
-
文摘
传统声源定位方法往往容易受到低信噪比等不利声学条件的影响,难以同时实现定位的准确性与实时性,为此提出一种基于加窗最小绝对收缩选择算子(Least Absolute Shrinkage and Selection Operator,LASSO)的定位方法。采用加窗LASSO对音频信号进行稀疏分解来提取所包含的高能暂态与稳态成分,利用两者进行SRP-PHAT计算,实现目标声源的空间定位。实验结果表明,该方法可以有效抑制环境噪声,将定位误差保持在±10°左右;减小计算复杂度,将每帧的定位时间降低到1 s以下。
-
关键词
结构稀疏分解
相位变换加权的可控功率响应
最小绝对收缩选择算子
强噪声
-
Keywords
Structural sparse decomposition
Phase transform weighted steered power response
Least absolute shrinkage and selection operator
Strong noise
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
