搜索结果: 1-13 共查到“计算机科学技术 压缩感知”相关记录13条 . 查询时间(0.117 秒)
吉林大学人工智能学院李向涛教授指导的2020级硕士研究生于卓含同学的论文Elucidating Transcriptomic Profiles from Single-cell RNA-seq Data using Nature-Inspired Compressed Sensing近日被Briefings in Bioinformatics杂志接收。Briefings in Bioinforma...
基于改进压缩感知的缺损光纤Bragg光栅传感信号修复方法
光纤布拉格光栅 信号修复 压缩感知 正交匹配追踪
2017/9/14
光纤光栅传感在实际的应用中，存在采样信号数据丢失问题，该文提出一种改进重构算法的压缩感知信号修复方法。根据缺损信号特征，选取与之匹配的观测矩阵与稀疏字典。基于压缩感知重构算法，提出匹配光纤布拉格光栅(FBG)信号特征的自适应阈值函数，同时增设阈值判决条件。分析了信号修复与传感测量精度的关系，采用重建信号的寻峰误差来验证信号的修复效果。仿真结果显示，在FBG光谱数据缺失30%的情况下，恢复信号的平均...
为了保留图像分析时的像素点位置关系及降维处理,把一维压缩感知理论推广到二维,建立了二维可稀疏信号的压缩测量模型,研究了一种二维信号的自适应梯度下降重构AGDR(Adaptive Gradient Descent Recursion)算法,由此提出了一种图像分层特征提取与检索方法.首先对图像在RGB颜色空间上进行网格离散划分,通过分层算子对图像进行分层映射,定义一种基于颜色网格空间的扩展灰度共生矩阵...
基于随机PRI压缩感知雷达的速度假目标识别方法
随机重复间隔信号 压缩感知 假目标识别 动目标检测
2014/11/28
当存在有源速度假目标干扰时，随机脉冲重复间隔（Random Pulse Repetition Interval，RPRI）压缩感知雷达的回波稀疏性将被破坏，其目标检测与测速性能无法正常发挥.考虑到干扰机通常无法保证在相位调制时实时准确地更新雷达随机脉冲重复间隔，这将导致其生成的虚假目标信号与真实目标信号在不同的字典上稀疏.本文利用这一特性，在压缩感知框架下提出速度假目标识别算法，该算法通过建立联合...
融合解析模型和综合模型的压缩感知算法
压缩感知 稀疏表示 Cosparse解析模型 图像重构
2014/7/31
如何利用更多的图像先验知识来提高图像的重构质量是压缩感知的一个关键问题.本文将综合稀疏模型与近几年提出的Cosparse解析模型结合,利用图像在综合字典和解析字典下的稀疏性提出了一种融合两种稀疏先验的图像重构算法,并利用交替方向乘子法(ADMM)求解对应的复杂优化问题.为进一步提高算法性能,该算法还充分利用了图像中任意位置图像块的稀疏性.实验结果表明,本文算法能有效提高图像重构质量.
均匀线阵目标到达角估计的压缩感知方法研究
均匀线阵 到达角 压缩感知
2013/11/20
为了缓解表面波雷达在天线阵列小型化后角度分辨率低的问题，采用压缩感知理论，提出一种小型天线阵列表面波雷达目标到达角估计的方法。将到达角估计问题转化为稀疏信号表示的重建问题。建立了稀疏信号模型，分析了应用条件，将角度和速度空间离散化以构造字典，设计了基于实时海态信息的测量矩阵，设计匹配算法完成信号重构。仿真结果表明，若满足准确重建条件，即使在小型天线阵列的情况下，也能以计算资源为代价改善方位分辨率。
定步长压缩感知锥束CT重建算法
压缩感知 定步长 锥束CT 图像重建
2013/10/12
针对锥束CT成像系统中投影数据不完全的图像重建问题，提出了一种定步长压缩感知锥束CT重建算法。首先将锥束CT重建问题归结为投影数据均方误差作为数据保真项、全变分作为正则项的无约束优化问题，分析目标函数的Lipschitz连续性;然后近似计算Lipschitz常数，求出梯度下降步长，利用梯度下降法进行重建;最后对CT投影数据采用联合代数重建算法更新重建图像。在每次迭代过程中调整梯度下降步长，提高重建...
受感知信息算子矩阵相干性和噪声的影响，压缩感知超宽带（UWB）信道估计误差过大.为此，首先提出利用压缩观测信号加权构造自适应感知信息（ASI）算子矩阵的方法，ASI算子矩阵不仅具有弱相干性，而且包含观测信息，适用于重建算法选择最优稀疏表示原子.其次提出修正稀疏度自适应匹配追踪（SAMP）算法，无需稀疏度或信噪比的先验信息实现压缩感知稀疏信号准确重建.最后基于ASI算子矩阵和修正SAMP算法提出非凸...
基于联合总变分最小化的视频压缩感知重建算法
压缩感知 总变分 稀疏先验 残差重建
2013/8/23
在接收端进行预测和补偿的残差重建算法是一种高效的视频压缩感知重建算法.但是,残差重建算法没有应用当前图像的稀疏先验,算法性能完全依赖于预测结果的准确性.针对此问题,本文提出了一种基于联合总变分最小化的视频压缩感知重建算法以提升重建图像质量.为了联合应用待重建图像及对应残差值的稀疏先验,在所建立的重建模型中,分别计算目标图像块及其残差值的总变分范数;为求解最小化问题,引入新的变量,并基于split ...
压缩感知理论的诞生使得采样速率与信号的结构和内容相关, 并以低于奈奎斯特采样定理要求的频率采样、编码和重构. 在实际应用中, 为解决数据冗余和资源浪费的瓶颈问题开拓了一条新道路, 也为其他学科发展提供了新的契机. 从发展历史和研究现状等方面入手, 对稀疏表示、测量矩阵的构造、稀疏重构算法和主要应用方面进行了详细的梳理和研究. 对当前研究的热点、难点作了分析和探讨, 并指出了未来的发展方向和应用前景...
提出了一种用于视觉分类任务的低计算复杂度且有效的图像表示方法。把协作表示和判别信息结合在统一框架内，是基于协作表示分类方法的一种扩展形式。测试样本的协作表示系数是稀疏的，这种基于冗余和过完备的表示对于遮挡和伪装而言是鲁棒的；此外，通过最小化类内散布矩阵和最大化类间散布矩阵的判别信息的挖掘，对于视觉分类问题也是很有帮助。在一些基准数据库上的实验表明，提出的方法相对于现有的方法而言能够获得更有竞争力的...
基于压缩感知的ISAR高分辨成像算法
压缩感知 部分随机化哈达玛 短孔径时间 平滑0-范数法
2012/9/6
针对ISAR在短孔径条件下存在的方位向分辨率低、易受噪声干扰等问题，基于压缩感知理论，提出了一种适用于短孔径时间模式下的基于压缩感知的ISAR方位向高分辨成像算法——PH-SL0算法。该算法首先构建部分随机化哈达玛矩阵作为量测矩阵，PH矩阵具有重构精度高、重构需要量测个数少的优点；然后将运算速度快、重构精度高且稳健性好的平滑0-范数法（SL0, smoothed L0-norm）推广应用到雷达复数...