码迷,mamicode.com
首页 >  
搜索关键字:压缩感知    ( 56个结果
浅谈压缩感知(二十四):压缩感知重构算法之子空间追踪(SP)
主要内容:SP的算法流程SP的MATLAB实现一维信号的实验与结果测量数M与重构成功概率关系的实验与结果SP与CoSaMP的性能比较一、SP的算法流程压缩采样匹配追踪(CoSaMP)与子空间追踪(SP)几乎完全一样,因此算法流程也基本一致。SP与CoSaMP主要区别在于"Ineach iterati...
分类:编程语言   时间:2016-01-11 18:05:17    阅读次数:295
浅谈压缩感知(十九):MP、OMP与施密特正交化
关于MP、OMP的相关算法与收敛证明,可以参考:http://www.cnblogs.com/AndyJee/p/5047174.html,这里仅简单陈述算法流程及二者的不同之处。主要内容:MP的算法流程及其MATLAB实现OMP的算法流程以及MATLAB实现MP与OMP的区别施密特正交化与OMP的...
分类:其他好文   时间:2016-01-07 18:12:15    阅读次数:192
浅谈压缩感知(十六):感知矩阵之RIP
在压缩感知中,总是看到"矩阵满足RIP"之类的字眼,没错,这是一个压缩感知绕不开的术语,有限等距性质(Restricted Isometry Property, RIP)。 注意:RIP性质针对的同样是感知矩阵而非测量矩阵。0、相关概念与符号1、RIP定义中文版: 英文版: 概括: (RIP)矩阵满...
分类:其他好文   时间:2015-12-29 16:08:32    阅读次数:210
浅谈压缩感知(十五):测量矩阵之spark常数
在压缩感知中,有一些用来评价测量矩阵的指标,如常见的RIP等,除了RIP之外,spark常数也能够用来衡量能否成为合适的测量矩阵。 1、零空间条件NULL Space Condition 在介绍spark之前,先考虑一下测量矩阵的零空间。 这里从矩阵的零空间来考虑测量矩阵需满足的条件:对于K稀疏的信...
分类:其他好文   时间:2015-12-28 21:47:43    阅读次数:235
浅谈压缩感知(十四):傅里叶矩阵与小波变换矩阵的MATLAB实现
主要内容: 傅里叶矩阵及其MATLAB实现 小波变换矩阵及其MATLAB实现傅里叶矩阵及其MATLAB实现傅里叶矩阵的定义:(来源:http://mathworld.wolfram.com/FourierMatrix.html)傅里叶矩阵的MATLAB实现: dftmtx(N) is the N-....
分类:其他好文   时间:2015-12-25 16:33:59    阅读次数:157
浅谈压缩感知(十三):压缩感知与传统压缩
导言: 压缩感知,顾名思义,就是感知压缩,这里包含两层意思,1、感知,即采集或采样,在传统的信号采集中,为了不失真,必须满足Nyquist采样定理,在上一篇博文已经介绍了压缩感知在采样上与传统信号采集的联系与区别,参照http://www.cnblogs.com/AndyJee/p/5050321....
分类:其他好文   时间:2015-12-16 12:20:07    阅读次数:116
浅谈压缩感知(九):范数与稀疏性
问题: 压缩感知问题求稀疏解时,一般采用0范数或者1范数来建立数学模型。那么为什么0范数或1范数可以得到稀疏解呢? 解释与分析: 1、范数 常见的有L0范数、L1范数、L2范数,经常要将L0范数等价为L1范数去求解,因为L1范数求解是一个凸优化问题,而L0范数求解是一个NP难问题。 L0范数指的是x...
分类:其他好文   时间:2015-12-15 10:23:07    阅读次数:365
浅谈压缩感知(七):常见测量矩阵的MATLAB实现
1、随机高斯测量矩阵function [ Phi ] = GaussMtx( M,N )%GaussMtx Summary of this function goes here% Generate Bernoulli matrix % M -- RowNumber% N -- Colum...
分类:其他好文   时间:2015-12-14 10:48:16    阅读次数:823
浅谈压缩感知(五):单像素相机
前面介绍了关于压缩感知的一些理论知识,这里介绍压缩感知最简单最开始的应用——单像素相机Single Pixel Camera。 1、单像素相机的模型与结构: 如下图所示: PD是光感器件(即单像素),对应公式中的yi; 场景图像对应公式中的f; DMD是数字微镜阵列,用来生成测量矩阵,每一次对应公式...
分类:其他好文   时间:2015-11-25 11:01:30    阅读次数:206
浅谈压缩感知(四):恢复算法
主要内容:1、L1 minimization2、Matching Pursuit3、Iterative thresholding4、Total-variation minimization1、L1 minimization这是一个凸优化问题,类似于统计学中的LASSO。优化算法有:特点:L1最小化的...
分类:编程语言   时间:2015-11-24 12:28:45    阅读次数:131
56条   上一页 1 2 3 4 5 6 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!