上海第二工业大学校基金(XQD208008)
- 作品数：2 被引量：105H指数：2
- 相关作者：杨海蓉方红更多>>
- 相关机构：上海第二工业大学合肥师范学院安徽大学更多>>
- 发文基金：上海第二工业大学校基金上海市高校选拔培养优秀青年教师科研专项基金安徽高校省级自然科学研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 贪婪算法与压缩感知理论被引量：101
- 2011年
- 贪婪算法以其重建速度快、重建方法实现简便的特点在压缩感知(Compres sedsensing,CS)理论中获得了广泛的应用.本文首先介绍压缩感知的基本理论;然后,着重介绍现有几种重要的贪婪重建算法,包括MP,OMP,IBOOMP,StOMP,SP,ROMP和CoSaMP等,详细给出每种算法的数学框架和本质思想,着重从最优匹配原子的选择策略和残差信号的更新方式这两个方面对各种算法进行对比分析,以限制等容常数为条件讨论各种算法在实现重建时的性能,包括重建时间、重建的稳定性等;最后,通过模拟实验进一步验证了各种算法的重建效果,同时模拟实验结果还进一步得出各种算法的重建效果与待重建信号本身的稀疏度及测量次数这三者之间的关系,这也为新的更优算法的提出打下理论基础.
- 方红杨海蓉
- 关键词：贪婪算法压缩感知残差稀疏度
- 基于压缩感知的后退型自适应匹配追踪算法被引量：4
- 2012年
- 基于压缩感知理论的重建关键在于从压缩感知得到的低维数据中精确恢复出原始的高维稀疏数据。针对目前大多数算法都建立在稀疏度已知的基础上,提出一种后退型固定步长自适应匹配追踪重建算法,能够在稀疏度未知的条件下获得图像的精确重建。该算法通过较大固定步长的设置,保证待估信号支撑集大小的稳步快速增加;以相邻阶段重建信号的能量差为迭代停止条件,在迭代停止后通过简单的正则化方法向后剔除多余原子保证精确重建。实验结果表明,该算法在保证测量次数的条件下可以获得快速的精确重建。
- 方红杨海蓉
- 关键词：压缩感知稀疏度支撑集
