2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、壓縮感知(Compressed Sensing,CS)是一個(gè)新興的研究課題,CS一般包括三個(gè)方面:信號(hào)的稀疏表示、觀測矩陣和重構(gòu)算法。其中,CS的必備條件是信號(hào)的稀疏表示,CS的關(guān)鍵點(diǎn)是觀測矩陣設(shè)計(jì),CS重構(gòu)信號(hào)的方法是設(shè)計(jì)重構(gòu)算法。本文的主要目標(biāo)是設(shè)計(jì)良好的壓縮感知圖像重構(gòu)算法。
  目前,CS重構(gòu)算法主要有貪婪算法、凸優(yōu)化方法等。本文首次將進(jìn)化多目標(biāo)優(yōu)化算法的思想融入到了壓縮感知圖像重構(gòu)中,并將壓縮感知重構(gòu)中有約束的單目標(biāo)優(yōu)化

2、問題轉(zhuǎn)化為將稀疏度也作為優(yōu)化目標(biāo)的多目標(biāo)優(yōu)化問題,進(jìn)行了進(jìn)化多目標(biāo)優(yōu)化的稀疏重構(gòu)方法研究。同時(shí),結(jié)合小波域下圖像的結(jié)構(gòu)信息給出了詳細(xì)的算法框架和算法描述。本文的主要?jiǎng)?chuàng)新性工作如下:
  (1)本文提出了基于進(jìn)化多目標(biāo)優(yōu)化的稀疏重構(gòu)方法。給出了詳細(xì)的算法框架,并根據(jù)實(shí)際問題,設(shè)計(jì)了進(jìn)化多目標(biāo)的編碼方式、一致變異算子、基于位置信息指導(dǎo)的迭代硬閾值算法、稀疏度范圍自適應(yīng)策略等。并在小波域下通過對比實(shí)驗(yàn)驗(yàn)證了該算法的可行性和優(yōu)越性。

3、>  (2)本文設(shè)計(jì)了一種新的分塊打散觀測方式。在小波域下,傳統(tǒng)的分塊壓縮感知中的分塊方式可能會(huì)出現(xiàn)不稀疏的塊,本文提出的分塊打散觀測方式是將不稀疏的塊的稀疏度壓力分配到其他塊,從而較好地解決了會(huì)出現(xiàn)不稀疏塊的問題。而且,本文實(shí)現(xiàn)了小波域下基于分塊打散觀測的正交匹配追蹤算法和迭代硬閾值算法,并通過對比實(shí)驗(yàn)驗(yàn)證了分塊打散觀測及基于分塊打散觀測的正交匹配追蹤算法和迭代硬閾值算法的有效性和優(yōu)越性。
  (3)本文提出了基于進(jìn)化多目標(biāo)的分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論