期刊文献+
共找到510篇文章
< 1 2 26 >
每页显示 20 50 100
Falcon签名方案中格高斯采样算法的快速实现技术
1
作者 王师宇 高海英 宋杨 《密码学报(中英文)》 北大核心 2025年第1期133-147,共15页
Falcon签名方案是NIST公布的后量子数字签名标准之一.Falcon签名方案的关键步骤是快速傅里叶采样算法,该算法是Babai最近平面算法的一个变体.具体实现时,在离线阶段建立Falcon树,存储复杂度是O(n log n);在线签名阶段采用函数的递归调... Falcon签名方案是NIST公布的后量子数字签名标准之一.Falcon签名方案的关键步骤是快速傅里叶采样算法,该算法是Babai最近平面算法的一个变体.具体实现时,在离线阶段建立Falcon树,存储复杂度是O(n log n);在线签名阶段采用函数的递归调用方法输出短向量,时间复杂度O(n log n).为了降低在线签名阶段的时间复杂度,本文对快速傅里叶采样算法的实现方法进行改进,首先将Falcon树预处理为采样矩阵,再利用矩阵对经过排列变换的目标向量进行采样,最后输出与原算法相同的结果,改进算法的在线阶段时间复杂度降至O(n),从而提高了Falcon签名方案在线阶段的实现效率. 展开更多
关键词 NTRU格 Falcon签名方案 快速傅里叶采样 最近平面算法
在线阅读 下载PDF
基于SMOTE采样和集成学习的低渗透率储层流体性质识别方法
2
作者 杨文凯 孙建孟 +2 位作者 杜钦波 张宇昆 罗歆 《测井技术》 2025年第1期1-9,共9页
目前低渗透率储层是我国油气开发领域的重点,其流体性质的识别对油田勘探开发具有重要指导意义。低渗透率储层岩石物理特征复杂、测井响应特征表现不明显,导致流体性质识别困难。集成学习因其强大的非线性能力和高效性成为储层智能评价... 目前低渗透率储层是我国油气开发领域的重点,其流体性质的识别对油田勘探开发具有重要指导意义。低渗透率储层岩石物理特征复杂、测井响应特征表现不明显,导致流体性质识别困难。集成学习因其强大的非线性能力和高效性成为储层智能评价的有力工具,但最终评价效果受限于样本质量。针对低渗透率储层的标签数据分布不均匀和稀缺的问题,提出了一种基于SMOTE(Synthetic Minority Oversampling Technique)采样和集成学习的低渗透率储层流体性质识别方法。利用SMOTE采样合理增加岩心标签数据,以符合集成学习模型的训练需求,进而优选集成学习模型,实现对低渗透率储层流体性质的准确识别。基于SMOTE采样和集成学习的流体识别方法在东营凹陷Y9XX井组的应用结果表明,该方法能有效识别低渗透率储层的流体性质,其准确率达87.44%。在此基础上,对东营凹陷的Y94X井进行盲井测试,最终的分类结果满足实际测井解释对精度的需求。SMOTE采样结合集成学习的流体识别模式为后续机器学习在储层评价的广泛应用提供了依据。 展开更多
关键词 流体性质识别 集成学习 smote采样 样本不均匀 东营凹陷
在线阅读 下载PDF
基于自适应Borderline-SMOTE过采样的LightGBM不平衡数据分类算法 被引量:1
3
作者 刘婧怡 卢胜男 《信息技术与信息化》 2024年第6期205-208,共4页
针对传统机器学习算法在面对不平衡数据集进行分类时所导致的错误分类、召回率低等问题,提出了一种自适应Borderline-SMOTE过采样的LightGBM不平衡数据集分类算法。在Borderline-SMOTE的基础上,首先采用动态调整采样倍率来控制合成样本... 针对传统机器学习算法在面对不平衡数据集进行分类时所导致的错误分类、召回率低等问题,提出了一种自适应Borderline-SMOTE过采样的LightGBM不平衡数据集分类算法。在Borderline-SMOTE的基础上,首先采用动态调整采样倍率来控制合成样本的数量,避免过度生成新样本。然后,随机选择边界样本的两个K近邻合成中间样本,用于线性插值生成新样本,一定程度上避免了样本重叠的问题。最后,使用某运营商新办宽带用户及其使用情况数据集,在自适应Borderline-SMOTE过采样方法前提下,验证了LightGBM比KNN和RF有更好的效果。在数据集上与其他流行过采样方法进行实验比较,结果显示,所提出的算法有效地提高了不平衡数据的分类性能。 展开更多
关键词 不平衡数据 过采样方法 分类算法 Borderline-smote LightGBM
在线阅读 下载PDF
基于随机下采样和SMOTE的不均衡SVM分类算法 被引量:13
4
作者 朱明 陶新民 《信息技术》 2012年第1期39-43,共5页
传统的支持向量机(SVM)算法在数据不均衡的情况下,分类效果很不理想。为了提高SVM算法在不均衡数据集下的分类性能,提出随机下采样与SMOTE算法结合的不均衡分类方法。该方法首先利用随机下采样对多数类样本进行采样,去除样本中大量重叠... 传统的支持向量机(SVM)算法在数据不均衡的情况下,分类效果很不理想。为了提高SVM算法在不均衡数据集下的分类性能,提出随机下采样与SMOTE算法结合的不均衡分类方法。该方法首先利用随机下采样对多数类样本进行采样,去除样本中大量重叠的冗余样本,使得在减少数据的同时保留更多有用信息;而对少数类样本则是利用SMOTE算法进行过采样。实验部分将其应用在UCI数据集中并同其他采样算法比较,结果表明文中算法不但能有效提高SVM算法在不均衡数据中少数类的分类性能,而且总体分类性能也有所提高。 展开更多
关键词 不均衡数据 SVM算法 smote算法
在线阅读 下载PDF
基于SMOTETomek过采样方法与领域自适应迁移学习的风电机组故障诊断
5
作者 张伊杰 刘宝良 +2 位作者 王承民 杨镜非 谢宁 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期635-644,共10页
为在不平衡数据上得到准确分类的故障诊断模型,提出将SMOTETomek过采样方法与领域自适应迁移学习相结合的故障诊断算法框架。首先利用滑动窗口采样技术将数据采样成二维时空窗口数据,然后执行SMOTETomek过采样操作,可保留并丰富完整的... 为在不平衡数据上得到准确分类的故障诊断模型,提出将SMOTETomek过采样方法与领域自适应迁移学习相结合的故障诊断算法框架。首先利用滑动窗口采样技术将数据采样成二维时空窗口数据,然后执行SMOTETomek过采样操作,可保留并丰富完整的时序故障特征。针对过采样算法引入噪声信息的问题,引入领域自适应迁移学习算法在原始数据与过采样后的数据之间提取不变特征,使得过采样算法的引入的噪声信息可被过滤掉。在中国某实际风电场的实验结果显示,所提方法可在高度不平衡的数据上完成模型训练,准确识别各类型故障并精确辨识故障过程对应的时间窗口,诊断性能显著优于基于先前用于应对数据不平衡所普遍使用的过采样方法得到的模型。 展开更多
关键词 风电机组 故障诊断 监督控制和数据采集系统 深度学习 smote过采样方法 领域自适应
在线阅读 下载PDF
基于遗传算法的FIR数字滤波器的优化设计
6
作者 徐开军 《信息化研究》 2025年第1期37-42,共6页
传统的FIR数字滤波器设计方法,往往依赖于设计者的经验和对特定函数的选择,在面对复杂的滤波指标要求时,难以实现全局最优的设计结果。遗传算法作为一种模拟自然进化过程的随机搜索算法,具有强大的全局优化能力,能够在复杂的解空间中有... 传统的FIR数字滤波器设计方法,往往依赖于设计者的经验和对特定函数的选择,在面对复杂的滤波指标要求时,难以实现全局最优的设计结果。遗传算法作为一种模拟自然进化过程的随机搜索算法,具有强大的全局优化能力,能够在复杂的解空间中有效地搜索到接近最优的解,将遗传算法应用于FIR数字滤波器的设计中,为解决传统设计方法的局限性提供了新的途径。本文深入研究了基于遗传算法的FIR数字滤波器优化设计方法,阐述了其设计流程,并通过实例验证了该方法相较于传统设计方法的优势。 展开更多
关键词 数字滤波器 频率采样 遗传算法 语音处理
在线阅读 下载PDF
基于改进SMOTE的不平衡数据分类算法
7
作者 马宝霖 胡茜 《长春工业大学学报》 CAS 2024年第3期259-264,共6页
SMOTE算法是处理不平衡数据的一种经典的过采样算法,文中对该算法进行改进。首先采用k-means算法对原始数据进行聚类,利用类判别函数对聚类样本进行筛选,筛选出“安全样本”。然后利用新的过采样率对“安全样本”进行线性插值,并且在插... SMOTE算法是处理不平衡数据的一种经典的过采样算法,文中对该算法进行改进。首先采用k-means算法对原始数据进行聚类,利用类判别函数对聚类样本进行筛选,筛选出“安全样本”。然后利用新的过采样率对“安全样本”进行线性插值,并且在插值过程中采用LMKNN方法。分别将该算法与SMOTE、KNSMOTE应用至实际数据中,使用SVM分类算法分类并进行性能对比。结果表明,对Abalone、Ecoli等不平衡数据集分类时,文中使用的算法分类效果最佳,验证了该算法的有效性。 展开更多
关键词 不平衡数据 smote算法 SVM算法
在线阅读 下载PDF
一种高多普勒容限的抗间歇采样转发干扰波形设计算法
8
作者 李绽蕾 何金阳 +1 位作者 程子扬 何子述 《现代雷达》 CSCD 北大核心 2024年第2期123-130,共8页
间歇采样转发干扰(ISRJ)是一种能有效欺骗相干雷达的有源干扰,尤其针对线性调频雷达,回波信号经过脉冲压缩能够产生一系列的虚假目标。为对抗这类干扰,同时考虑到动目标场景下对波形的高多普勒容限要求,文中首先提出了一种基于模糊函数... 间歇采样转发干扰(ISRJ)是一种能有效欺骗相干雷达的有源干扰,尤其针对线性调频雷达,回波信号经过脉冲压缩能够产生一系列的虚假目标。为对抗这类干扰,同时考虑到动目标场景下对波形的高多普勒容限要求,文中首先提出了一种基于模糊函数理论的波形设计方法。然后,在提前认知干扰信号的基础上,以理想化设计波形的相关函数为目标建立了优化模型,并考虑了波形的恒模约束。由于所形成的问题是个非凸问题,因此提出了一种交替循环算法迭代求解该问题。最后,通过仿真验证了所提方法的有效性,所设计波形具有较高的多普勒容限,同时能够有效对抗ISRJ干扰,当干扰认知存在一定偏差时文中方法具有稳健性。 展开更多
关键词 模糊函数 多普勒容限 间歇采样转发干扰 恒模波形设计 循环算法
在线阅读 下载PDF
高精度激光多普勒在线测长系统设计及算法研究
9
作者 梁月鹏 胡润峰 +1 位作者 刘福 廖同庆 《红外与激光工程》 北大核心 2025年第2期177-183,共7页
针对激光多普勒测长系统中多普勒频率难以提取、测量精度较低的情况,设计了一款基于双光束双散射光路的高精度在线激光多普勒电缆测长仪。首先基于声光调制器引入了光学移频技术,结合高通滤波器有效滤除基底信号,提升了信噪比。接着引... 针对激光多普勒测长系统中多普勒频率难以提取、测量精度较低的情况,设计了一款基于双光束双散射光路的高精度在线激光多普勒电缆测长仪。首先基于声光调制器引入了光学移频技术,结合高通滤波器有效滤除基底信号,提升了信噪比。接着引入自适应采样算法,进一步减少系统误差、提高低速测量时的精确度;随后引入Zoom-FFT频谱细化算法以及能量重心校正算法进行频谱校正,并仿真分析了自适应采样算法和Zoom-FFT结合能量重心校正算法的精确度。搭建了实验系统,分析了系统的精确度和稳定性。实验结果表明,该系统的测量精度优于0.05%。 展开更多
关键词 激光多普勒效应 在线测长系统 光学移频 自适应采样算法 Zoom-FFT频谱细化 能量重心校正算法
在线阅读 下载PDF
融合负采样和消息传递的GCN推荐算法
10
作者 何进成 王浩 +1 位作者 刘其刚 孙刚 《佳木斯大学学报(自然科学版)》 CAS 2024年第1期10-15,共6页
近年来,图卷积神经网络(Graph Convolutional Networks,GCN)在推荐领域有广泛的应用,LightGCN通过对传统GCN的简化,省略特征变换和非线性激活的过程,对GCN的研究提供了新思路。为了解决推荐算法负采样问题和消息传递对GCN收敛的影响,提... 近年来,图卷积神经网络(Graph Convolutional Networks,GCN)在推荐领域有广泛的应用,LightGCN通过对传统GCN的简化,省略特征变换和非线性激活的过程,对GCN的研究提供了新思路。为了解决推荐算法负采样问题和消息传递对GCN收敛的影响,提出了SNGCN模型,改变了直接从数据中采样原始负样本的采样策略,利用正例混合和样本混合两个步骤合成硬负样本;其次,SNGCN利用约束损失逼近多层图卷积的极限。最终该模型在4个公开基准数据集上得出的实验结果表明,其Recall和NDCG两项指标均比对比的推荐算法有所提升。 展开更多
关键词 推荐算法 协同过滤 图卷积神经网络 采样 消息传递
在线阅读 下载PDF
基于改进的SMOTE采样Catboost分类算法 被引量:2
11
作者 张德鑫 雒腾 曾志勇 《信息通信》 2020年第1期57-60,共4页
现实生活中往往存在着不平衡数据现象,而少数类样本通常是我们重点关注的信息。文章通过俄亥俄州真实的医疗数据中存在的不平衡现象,提出了一种新的采样处理方法AK-SMOTE采样方法,即将ALLKNN欠采样技术和SMOTE人过合成过采样技术相结合... 现实生活中往往存在着不平衡数据现象,而少数类样本通常是我们重点关注的信息。文章通过俄亥俄州真实的医疗数据中存在的不平衡现象,提出了一种新的采样处理方法AK-SMOTE采样方法,即将ALLKNN欠采样技术和SMOTE人过合成过采样技术相结合,同时结合2017年出的应用较为少的Catboost算法,最后通过准确率、查准率、召回率、f1-度量和AUC值作为模型效果的评价指标,结果发现采用AK-SMOTE采样处理之后的Catboost模型在最后的评价指标上相比于其他模型,分类的效果会更好,尤其是在召回率和AUC指标上效果最为明显,也说明了基于AK-SMOTE采样的Catboost分类算法在处理实际生活中存在的不平衡数据问题时有着较为出色的分类效果,对于整个社会具有一定的现实借鉴意义。 展开更多
关键词 类不平衡数据 医疗数据 AK-smote采样 Catboost算法
在线阅读 下载PDF
基于K-means的不平衡数据过采样研究方法
12
作者 杨云熙 《信息技术与信息化》 2025年第3期143-146,共4页
随着机器学习在各领域的广泛应用,不平衡数据问题成为分类任务中的一个关键挑战。传统分类算法在处理类别不平衡时,往往表现出对多数类样本的偏向,导致对少数类样本的分类效果较差。为了解决这一问题,文章提出了一种改进的过采样方法—... 随着机器学习在各领域的广泛应用,不平衡数据问题成为分类任务中的一个关键挑战。传统分类算法在处理类别不平衡时,往往表现出对多数类样本的偏向,导致对少数类样本的分类效果较差。为了解决这一问题,文章提出了一种改进的过采样方法——Pkmeans-SMOTE(Pkmeans synthetic minority over-sampling technique),通过结合Tomek Links、K-means聚类和自适应权重分配策略,有效优化了少数类样本的生成过程。实验结果表明,Pkmeans-SMOTE在多个不平衡数据集上表现出色,特别是在AUC、F1-score和G-mean等评估指标上,相较于传统的SMOTE、Borderline-SMOTE2和kmeans-SMOTE方法,具有更强的性能优势。 展开更多
关键词 smote K-MEANS 不平衡数据 聚类方法 过采样
在线阅读 下载PDF
基于SMOTE算法的船体结构极限状态代理模型研究 被引量:1
13
作者 康煜晗 裴志勇 吴卫国 《武汉理工大学学报(交通科学与工程版)》 2023年第6期1089-1094,1101,共7页
建立典型集装箱船舱段结构参数化有限元模型,基于SMOTE过采样算法,增加样本数据中失效面附近样本点的数量,分别采用BP神经网络、径向基神经网络以及支持向量机三种代理模型技术,结合十折交叉验证法调试模型参数以提高模型的泛化能力,完... 建立典型集装箱船舱段结构参数化有限元模型,基于SMOTE过采样算法,增加样本数据中失效面附近样本点的数量,分别采用BP神经网络、径向基神经网络以及支持向量机三种代理模型技术,结合十折交叉验证法调试模型参数以提高模型的泛化能力,完成构建船体舱段结构极限状态代理模型并对其进行测试与分析,获得了效果与泛化能力均较为优良的船体结构极限状态高精度代理模型.结果表明:经SMOTE算法处理的样本数据结合BP神经网络代理模型技术,能够在不增加有限元计算任务量的同时提高船体结构极限状态代理模型的精度. 展开更多
关键词 船体结构可靠性 代理模型技术 smote过采样算法 交叉验证
在线阅读 下载PDF
融合采样一致性和迭代最近点算法的点云配准方法 被引量:38
14
作者 赵明富 黄铮 +3 位作者 宋涛 曹利波 黄俊木 陈兵 《激光杂志》 北大核心 2019年第10期45-50,共6页
三维点云数据配准在机器人环境感知与建模、虚拟现实、人机交互、逆向工程等领域有着广阔的应用前景。针对传统迭代最近点(Iterative Closest Point,ICP)算法中存在的收敛速度慢、鲁棒性差等问题进行研究,提出了一种融合采样一致性和迭... 三维点云数据配准在机器人环境感知与建模、虚拟现实、人机交互、逆向工程等领域有着广阔的应用前景。针对传统迭代最近点(Iterative Closest Point,ICP)算法中存在的收敛速度慢、鲁棒性差等问题进行研究,提出了一种融合采样一致性和迭代最近点算法的点云配准方法,对点云数据的快速点特征直方图(Fast Point Features Histograms,FPFH)特征进行提取并对这些特征使用采样一致性初始配准算法(Sample Consensus Initial Alignment,SAC-IA)进而得到点云集间的对应关系,计算出点云的初始变换,从而获得一个较好的配准位置,提出了k-d树近邻搜索方法加速搜寻对应点对,并利用点云的方向向量阈值去除迭代最近点算法产生的误点对,实现点云的精确配准。实验结果表明,算法取得了较高的配准精度,加快了收敛速度。 展开更多
关键词 采样一致性算法 迭代最近点算法 点云配准 三维重建
在线阅读 下载PDF
Bayes匹配场地声参数反演:多步退火Gibbs采样算法 被引量:7
15
作者 高飞 潘长明 孙磊 《兵工学报》 EI CAS CSCD 北大核心 2017年第7期1385-1394,共10页
为实现海洋地声环境参数的快速高效反演,提出多步退火Gibbs(Multi-AG)采样算法,可消除因参数搜索空间设置对参数反演结果的影响,并有效解决Bayes匹配场高维参数反演过程中常见的运算量大、旁瓣高等问题。分析待反演地声参数对匹配场处... 为实现海洋地声环境参数的快速高效反演,提出多步退火Gibbs(Multi-AG)采样算法,可消除因参数搜索空间设置对参数反演结果的影响,并有效解决Bayes匹配场高维参数反演过程中常见的运算量大、旁瓣高等问题。分析待反演地声参数对匹配场处理器的敏感性,用以制定多步反演与退火方案,利用Gibbs采样算法反演敏感性级别最高的参数,计算其均值并代入后续反演步骤,进而采用退火Gibbs采样算法逐步反演后续参数;利用数值仿真实验对比Metropolis-Hastings算法、Gibbs采样算法、快速Gibbs采样算法和Multi-AG采样算法的反演效果。实验结果表明,与其他3种算法相比,Multi-AG采样算法可通过最小的计算量得到均方差最小、精度最高的参数反演结果。 展开更多
关键词 声学 多步退火Gibbs采样算法 地声参数反演 GIBBS采样 Bayes匹配场
在线阅读 下载PDF
高速采样信号数字内插理论与正弦内插算法研究 被引量:24
16
作者 林茂六 尹宝智 刘治宇 《电子学报》 EI CAS CSCD 北大核心 2000年第12期8-10,共3页
高速宽带数字化示波器在高扫速工作时 ,仅能采集信号的的少数样点 .为了看清信号的全貌和精确测量其参数 ,必须在每两个样点之间进行插值 (波形重构 ) .本文从数字信号处理角度 ,研究了高速采样信号数字内插理论、插值滤波器结构、正弦... 高速宽带数字化示波器在高扫速工作时 ,仅能采集信号的的少数样点 .为了看清信号的全貌和精确测量其参数 ,必须在每两个样点之间进行插值 (波形重构 ) .本文从数字信号处理角度 ,研究了高速采样信号数字内插理论、插值滤波器结构、正弦内插算法 .最后给出了计算机仿真的实例及其误差 . 展开更多
关键词 高速采样 数字内插 正弦内插算法 仿真
在线阅读 下载PDF
基于遗传算法改进的粒子滤波重采样模型(英文) 被引量:14
17
作者 张民 贾海涛 沈震 《电子科技大学学报》 EI CAS CSCD 北大核心 2015年第3期344-349,共6页
提出一种基于遗传算法改进的新粒子滤波算法,该算法对于每次迭代计算出的最差粒子并未简单地进行丢弃,而是将这些最差粒子利用生物遗传中的遗传性和变异性将其进行修正。该算法利用最差粒子数据与种群中特殊数据进行交叉变异方法来增强... 提出一种基于遗传算法改进的新粒子滤波算法,该算法对于每次迭代计算出的最差粒子并未简单地进行丢弃,而是将这些最差粒子利用生物遗传中的遗传性和变异性将其进行修正。该算法利用最差粒子数据与种群中特殊数据进行交叉变异方法来增强粒子种群中的多样性,从而有利于粒子滤波对机动目标的跟踪;同时保留部分粒子在未来进行唤醒也体现了多样性。该算法更有利于实现粒子滤波在机动目标跟踪的适应性,提高其跟踪效果。 展开更多
关键词 遗传算法 机动目标跟踪 非线性滤波器 粒子滤波 采样
在线阅读 下载PDF
FIR滤波器设计:基于遗传算法的频率采样技术 被引量:12
18
作者 陈小平 于盛林 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2000年第3期276-281,共6页
遗传算法是一种模仿生物进化过程的随机搜索 ,这种生物模仿过程可以发现全局最优解。文中介绍了遗传算法在频率采样技术中的应用 ,结合 FIR数字低通、带通滤波器设计的两个例子 ,给出了算法实现的具体操作步骤和实验结果。文中还对标准... 遗传算法是一种模仿生物进化过程的随机搜索 ,这种生物模仿过程可以发现全局最优解。文中介绍了遗传算法在频率采样技术中的应用 ,结合 FIR数字低通、带通滤波器设计的两个例子 ,给出了算法实现的具体操作步骤和实验结果。文中还对标准遗传算法作了适当的改进。实验数据表明 ,采用遗传算法确定的频率过渡带样本值是最优的 ,设计的 FIR滤波器的频率特性优于查表法。 展开更多
关键词 滤波器 遗传算法 频率采样技术 设计
在线阅读 下载PDF
数字正交采样和脉压的高效算法及实现 被引量:23
19
作者 苏涛 强生斌 吴顺君 《现代雷达》 CSCD 北大核心 2001年第1期39-41,48,共4页
在高数据采样率 ,特别是大时宽带宽积条件下 ,时域的数字正交采样和脉冲压缩包含大量的乘加运算。用一种新算法在频域实现数字正交采样和脉压可显著降低运算量 ,并在保证性能不损失的前提下 ,优化算法 ,进一步减少运算量 ,并采用通用并行
关键词 正交采样 脉冲压缩 宽带 带宽 DSP 频域 运算量 算法 并行 通用
在线阅读 下载PDF
非均匀块稀疏信号的压缩采样与盲重构算法 被引量:6
20
作者 田鹏武 康荣宗 于宏毅 《电子与信息学报》 EI CSCD 北大核心 2013年第2期445-450,共6页
该文对非均匀块稀疏信号的压缩采样速率下限进行了分析,并对测量矩阵的约束等距常数衰减特性进行了理论证明。在此基础上,提出了一种块稀疏阶数和块分布未知情况下的非均匀块稀疏信号盲重构算法,按照逐次递减的块长度,对非均匀块稀疏信... 该文对非均匀块稀疏信号的压缩采样速率下限进行了分析,并对测量矩阵的约束等距常数衰减特性进行了理论证明。在此基础上,提出了一种块稀疏阶数和块分布未知情况下的非均匀块稀疏信号盲重构算法,按照逐次递减的块长度,对非均匀块稀疏信号进行多次均匀切割,利用正交匹配追踪算法逐次剔除均匀块中的零值位置,从而精确估计信号中非零块位置,实现信号的准确重构。理论分析了算法的性能,仿真实验进一步验证了算法的有效性和实用性。 展开更多
关键词 信号处理 压缩采样 块稀疏 约束等距常数 盲重构算法
在线阅读 下载PDF
上一页 1 2 26 下一页 到第
使用帮助 返回顶部