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62頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、壓縮感知理論將信號采樣和壓縮的過程同時進行,并指出采樣頻率可以低于香農(nóng)奈奎斯特采樣頻率。也就是使得信號采樣的頻率在小于原始信號的兩倍時,依舊可以高概率的重構(gòu)出原始信號。該理論利用信號的稀疏性,降低了信號的采樣和存儲成本。壓縮感知理論的創(chuàng)新性和實用性更是吸引了很多學(xué)者投入其研究工作中。本文主要針對壓縮感知的采樣,觀測矩陣的優(yōu)化算法進行了研究,主要工作如下:
  首先,在圖像的分塊壓縮感知理論中,對采樣策略進行了改進。根據(jù)觀測得到向量

2、能量的大小,通過設(shè)定閾值的方法,把圖像的分塊分為平滑的分塊和非平滑的分塊,對于小于閾值的分塊再次采樣。通過實驗證明,在使用相同的重構(gòu)算法情況下,所提出的自適應(yīng)分塊采樣算法比傳統(tǒng)分塊采樣重構(gòu)效果更精確。
  然后針對壓縮感知中的三類觀測矩陣進行了研究,分別闡述了三類觀測矩陣的構(gòu)造方法,以及每類矩陣的優(yōu)缺點。為了提高觀測矩陣的性能,針對基于Gram矩陣構(gòu)造的觀測矩陣優(yōu)化方法進行深入研究,分別對比了 Elad優(yōu)化方法、梯度下降優(yōu)化方法,

3、發(fā)現(xiàn)這些算法都是通過減小Gram矩陣非對角元素的值,來減小稀疏系數(shù)矩陣和觀測矩陣的相關(guān)性,以達到優(yōu)化觀測矩陣的目的。針對梯度下降法只能夠減小部分Gram矩陣非對角元素值的局限性,通過特征值分解對原有算法進行改進,重新定義了誤差函數(shù)。改進后的梯度下降優(yōu)化方法更加適合大規(guī)模問題。
  最后針對基于平滑迭代閾值投影法的分塊壓縮感知算法,存在低采樣率下重構(gòu)圖像質(zhì)量較差的缺點,以及基于全變差分的分塊壓縮感知算法,一定程度上能提升了重構(gòu)效果,

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔(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。

評論

0/150

提交評論