您的位置: 专家智库 > >

秦周

作品数:2 被引量:31H指数:2
供职机构:北京交通大学更多>>
发文基金:中央高校基本科研业务费专项资金教育部留学回国人员科研启动基金国家自然科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇电子电信

主题

  • 2篇压缩感知
  • 2篇特征值分解
  • 2篇矩阵
  • 2篇感知
  • 2篇测量矩阵
  • 1篇信号
  • 1篇信号采集
  • 1篇GRAM矩阵

机构

  • 2篇北京交通大学

作者

  • 2篇秦周
  • 1篇赵瑞珍
  • 1篇胡绍海

传媒

  • 1篇信号处理

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
一种基于特征值分解的测量矩阵优化方法被引量:29
2012年
测量矩阵是压缩感知中一个很重要的部分,为了减小测量矩阵与稀疏变换矩阵的互相干性,从而改善重建质量,本文首先通过测量矩阵和稀疏变换矩阵的乘积构造得到一个Gram矩阵,然后定义了一种基于Gram矩阵非对角线元素的整体互相干系数,推导出整体互相干系数与Gram矩阵特征值之间的关系。在此基础上,我们提出了一个最优化模型,在不改变Gram矩阵特征值和的前提下,让每个大于零的特征值的大小都为它们和的平均值,使得测量矩阵和稀疏变换矩阵的整体互相干系数达到最小,从而优化了测量矩阵的性能。将该方法用在一些已知的测量矩阵上,实验结果中矩阵的优化速度快,并且用优化矩阵所得的图像的PSNR有所提高,表明本文优化测量矩阵的方法在重建效果和优化速度方面都有一定的优势。
赵瑞珍秦周胡绍海
关键词:压缩感知测量矩阵GRAM矩阵特征值分解
压缩感知中测量矩阵的优化与构造方法
压缩感知是针对稀疏或可压缩信号,在信号采样的同时并进行适当压缩的新理论,其采样速率远低于奈奎斯特采样速率。测量矩阵在信号采集和信号重建环节中发挥着至关重要的作用,它是压缩感知中核心的部分,因此研究在理论中和实际应用中的性...
秦周
关键词:压缩感知测量矩阵信号采集特征值分解
文献传递
共1页<1>
聚类工具0