检索结果-维普期刊中文期刊服务平台

基于限制等距性质阈值机制的匹配追踪算法: 1; 作者黄宏伟谢正光 +1 位作者蒋小燕蔡旭《计算机工程与设计》北大核心 2015年第7期1784-1789,共6页; 为提高贪婪算法重构精度,提出带有回溯机制的基于限制等距性质阈值匹配追踪算法(restricted isometry propertity-based threshold mechanism MP,RIPTMP)。每次迭代包含原子添加和原子删减两个步骤,在原子添加步骤中,根据RIP和残差能量... 展开更多; 关键词压缩感知原子限制等距性质残差自适应算法; 在线阅读下载PDF 职称材料

压缩感知的发展与应用被引量：12: 2; 作者吴凌华张小川《电讯技术》北大核心 2011年第1期120-124,共5页; 压缩感知(Compressed Sensing,CS)是近年来新兴的一种信号获取技术。沿着CS理论的发展历程介绍了CS理论框架,给出了其严格的数学描述,着重讨论了对原始信号的重构技术,最后介绍了一些可能的应用。; 关键词压缩感知基追踪匹配追踪限制等距离性质发展与应用; 在线阅读下载PDF 职称材料

基于l1-l2范数极小化的稀疏信号重建条件被引量：2: 3; 作者周珺黄尉《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第1期137-140,共4页; 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。文章建立了基于极小化l1-l2范数的稀疏信号精确重构... 展开更多; 关键词压缩感知(CS) l1-l2极小化稀疏信号稀疏恢复限制等距性质(rip); 在线阅读下载PDF 职称材料

基于非凸优化模型的块稀疏信号恢复条件被引量：2: 4; 作者周珺黄尉《应用数学和力学》 CSCD 北大核心 2019年第2期167-180,共14页; 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 <q≤1)极小化方法,利... 展开更多; 关键词压缩感知块-限制等距性质块稀疏信号混合l2/lq最小化; 在线阅读下载PDF 职称材料

题名基于限制等距性质阈值机制的匹配追踪算法: 1; 作者黄宏伟谢正光蒋小燕蔡旭; 机构南通大学电子信息学院; 出处《计算机工程与设计》北大核心 2015年第7期1784-1789,共6页; 基金国家自然科学基金面上基金项目(61171077); 文摘为提高贪婪算法重构精度,提出带有回溯机制的基于限制等距性质阈值匹配追踪算法(restricted isometry propertity-based threshold mechanism MP,RIPTMP)。每次迭代包含原子添加和原子删减两个步骤,在原子添加步骤中,根据RIP和残差能量条件添加原子;在原子删减步骤中,分析RIP和残差条件,找出可能错误原子,原子选择过程是自适应的。实验结果表明,在一定条件下,该算法重构精度高于正交匹配追踪算法(orthogonal matching pursuit,OMP)、子空间匹配算法(subspace pursuit,SP)、基追踪算法(basis pursuit,BP)和前向后向追踪算法(forward-backward pursuit,FBP)等算法。; 关键词压缩感知原子限制等距性质残差自适应算法; Keywords compressed sensing atom restricted isometry property residual adaptive algorithm; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名压缩感知的发展与应用被引量：12: 2; 作者吴凌华张小川; 机构海军驻成都地区航空军事代表室中国兵器工业第; 出处《电讯技术》北大核心 2011年第1期120-124,共5页; 文摘压缩感知(Compressed Sensing,CS)是近年来新兴的一种信号获取技术。沿着CS理论的发展历程介绍了CS理论框架,给出了其严格的数学描述,着重讨论了对原始信号的重构技术,最后介绍了一些可能的应用。; 关键词压缩感知基追踪匹配追踪限制等距离性质发展与应用; Keywords compressed sensing（CS） ba is pursuit matching pursuit restricted isometric property（rip） development and application; 分类号 TN911.23 [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l1-l2范数极小化的稀疏信号重建条件被引量：2: 3; 作者周珺黄尉; 机构合肥工业大学数学学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第1期137-140,共4页; 基金国家自然科学基金重大研究计划资助项目(91538112); 文摘压缩感知(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。文章建立了基于极小化l1-l2范数的稀疏信号精确重构的充分条件,并给出了有噪声情形下的误差分析结果。; 关键词压缩感知(CS) l1-l2极小化稀疏信号稀疏恢复限制等距性质(rip); Keywords compressed sensing(CS) l1-l2 norm minimization sparse signal sparse recovery restricted isometry property(rip); 分类号 O174.2 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于非凸优化模型的块稀疏信号恢复条件被引量：2: 4; 作者周珺黄尉; 机构合肥工业大学数学学院; 出处《应用数学和力学》 CSCD 北大核心 2019年第2期167-180,共14页; 基金国家自然科学基金重大研究计划(91538112) 国家自然科学基金青年科学基金(11201450)~~; 文摘压缩感知(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 <q≤1)极小化方法,利用块-限制等距性质建立一类改进的精确恢复条件(无噪声情形),并给出有噪声情形下的误差分析结果.; 关键词压缩感知块-限制等距性质块稀疏信号混合l2/lq最小化; Keywords compressed sensing block-rip block-sparse signal mixed l2/lq norm minimization; 分类号 O174.2 [理学—基础数学]; 在线阅读下载PDF 职称材料