检索结果-内蒙古大学图书馆

生物医学工程学杂志 2009年第6期26卷 1206-1210页

作者：邵文婷方滨王普任明荣沈毅北京工业大学电子信息与控制工程学院北京100022 国家教育部数字社区工程研究中心北京100022 首都医科大学附属北京友谊医院北京100050

心电信号是具有稀疏特性的信号,本文提出了用稀疏信号盲源分离求解的方法提取胎儿心电信号(FECG)。结合小波分析以及本文中提出的一种新方法——弭灭圆法,避免了因心电信号不是理想稀疏信号而对信源的可识别性造成的影响。仿真实验证明... 详细信息

心电信号是具有稀疏特性的信号,本文提出了用稀疏信号盲源分离求解的方法提取胎儿心电信号(FECG)。结合小波分析以及本文中提出的一种新方法——弭灭圆法,避免了因心电信号不是理想稀疏信号而对信源的可识别性造成的影响。仿真实验证明该方法是一种非常有效的方法。

关键词：胎儿心电信号盲源分离稀疏信号

来源：评论

学校读者我要写书评

暂无评论

一种鲁棒的稀疏信号重构算法

引用

西安交通大学学报 2015年第4期49卷 98-103页

作者：郝雯洁齐春西安交通大学电子与信息工程学院西安710049

针对稀疏信号重构性能不稳定的问题,结合半阈值迭代算法,提出了一种鲁棒的稀疏信号重构算法。该算法首先对随机信号采用半阈值迭代算法进行重构,以获得初步的重构信号,然后改变迭代初值和参数初值进行新的迭代计算,同时增加一个新的循... 详细信息

针对稀疏信号重构性能不稳定的问题,结合半阈值迭代算法,提出了一种鲁棒的稀疏信号重构算法。该算法首先对随机信号采用半阈值迭代算法进行重构,以获得初步的重构信号,然后改变迭代初值和参数初值进行新的迭代计算,同时增加一个新的循环终止条件,在保证算法稳定性与收敛速度的同时,使迭代结果跳出相对误差较大的局部极小点而收敛于误差较小的点成为可能,提高了重构信号的成功率。对该算法进行了信号重构和图像重构2个方面的实验,结果表明,与半阈值算法及相关算法比较,无论是对高斯信号、符号信号还是自然图像信号,该算法重构信号的成功率都有明显提高,较半阈值算法平均提高了约30%-40%,表现出较强的鲁棒性。

关键词：稀疏信号重构鲁棒局部极小点

来源：评论

学校读者我要写书评

暂无评论

稀疏信号的周期非均匀采样研究

引用

计量学报 2012年第1期33卷 52-56页

作者：罗浚溢田书林王志刚朱肇轩电子科技大学自动化工程学院四川成都611731

为了实现稀疏信号的有效采样，根据稀疏信号仅有部分频带有能量的特点，建立了周期非均匀采样与重构的模型；利用联合子空间理论将采样与重构转换为向量运算。借助多测量向量模式确定非零行向量的位置，并通过插值器实现信号完整重构，... 详细信息

为了实现稀疏信号的有效采样，根据稀疏信号仅有部分频带有能量的特点，建立了周期非均匀采样与重构的模型；利用联合子空间理论将采样与重构转换为向量运算。借助多测量向量模式确定非零行向量的位置，并通过插值器实现信号完整重构，使其能够在数字系统中应用。实验与仿真结果表明该方法能够实现稀疏信号的采样与重构。

关键词：计量学稀疏信号周期非均匀采样多测量向量联合子空间

来源：评论

学校读者我要写书评

暂无评论

贝叶斯压缩感知稀疏信号重构方法研究

引用

华中科技大学学报（自然科学版） 2011年第S2期39卷 172-175页

作者：何岩王东辉朱淼良浙江大学计算机学院浙江杭州310027 浙江金融职业学院信息技术系浙江杭州310018

讨论了贝叶斯框架下压缩感知稀疏信号重构的方法,描述了基于非参数方法构建压缩感知字典的过程.实验结果表明:基于贝叶斯方法的压缩感知算法能够对单元脉冲信号进行较好重构,且与其他算法相比具有更小的重构误差.最后对贝叶斯压缩感知... 详细信息

讨论了贝叶斯框架下压缩感知稀疏信号重构的方法,描述了基于非参数方法构建压缩感知字典的过程.实验结果表明:基于贝叶斯方法的压缩感知算法能够对单元脉冲信号进行较好重构,且与其他算法相比具有更小的重构误差.最后对贝叶斯压缩感知的发展进行展望.

关键词：压缩感知贝叶斯方法信号重构稀疏信号非参数方法

来源：评论

学校读者我要写书评

暂无评论

稀疏信号恢复问题的几类算法及应用研究

稀疏信号恢复问题的几类算法及应用研究

引用

作者：谢家新湖南大学

学位级别：博士

稀疏信号恢复问题是近年来新兴的研究方向一压缩感知中研究和讨论的重要问题之一,这里稀疏指信号的绝大多数元素为零.它在信号处理、医学成像以及雷达系统等利用了信号或图像稀疏特征的跨学科领域中都有着广泛的应用,近年来得到了高度... 详细信息

稀疏信号恢复问题是近年来新兴的研究方向一压缩感知中研究和讨论的重要问题之一,这里稀疏指信号的绝大多数元素为零.它在信号处理、医学成像以及雷达系统等利用了信号或图像稀疏特征的跨学科领域中都有着广泛的应用,近年来得到了高度的关注和深入的研究.本篇博士论文对稀疏信号恢复问题的几类快速重构算法及在图像处理中的一些应用进行了系统研究,包括对经典的正交匹配追踪算法和交替方向乘子法的分析及改进、针对解析稀疏恢复问题和全变分模型而设计的快速重构算法等.首先,本文研究了保证正交匹配追踪算法精确恢复稀疏信号的充分性条件.正交匹配追踪算法作为贪婪算法的主要代表,具有计算量小、重构速度快等优点,但该算法在重构稀疏信号时常会失败.因而本文给出了一个最佳的充分性条件,证明了在无噪声情形下,该充分条件能保证正交匹配追踪算法精确恢复k稀疏信号.由于等距约束常数的计算是NP难的,因此本文还给出来一个可计算的充分性条件,并证明了该条件是最佳的.此外,针对信号中有些非零分量可能相对较小的情况,本文还证明了正交匹配追踪算法在选取到这些较小的非零分量前将优先选取出那些更有意义的较大的非零分量.最后,若对停止准则进行改进,则可保证正交匹配追踪算法将不会选取到不正确的无关变量.其次,鉴于稀疏信号恢复问题的凸松弛模型在很多情况下都可以被交替方向乘子法类型的算法很好的解决.针对交替方向乘子法,本文给出了一个求解带线性约束的两块可分的凸优化问题的带相对误差的交替方向乘子法.该方法的设计,受到了已有的非精确临近点算法和非精确增广拉格朗日乘子的启发.该算法只需要两个固定正参数来控制子问题的求解误差,克服了以往非精确交替方向乘子法需一个可和的无穷正序列来控制求解误差而带来的实际计算困难.在原问题的KKT系统解为非空时,本文证明了该算法是全局收敛的.此外,针对稀疏信号恢复中的l1/l1规则化问题,本文也进行了初步的数值试验.相应的数值结果表明,本文提出的非精确交替方向乘子法比经典的交替方向乘子法高效.再次,本文提出了一个新的用于求解解析稀疏恢复问题的光滑化加速交替极小化方法.该方法具有简单高效、快速收敛以及能被灵活应用到其他各种类型的重构问题中等优点.该方法的设计结合了本文建立的经典的交替极小化方法同邻近梯度法间的联系,Moreau临近光滑化技巧以及加速的邻近梯度法.本文对该算法的收敛性进行了分析,证明了仅需要O（1/ε）步迭代该算法可得到∈最优解.接着,本文使用该方法求解了一类解析稀疏恢复问题和图像重构问题,并和已有的最新的求解程序进行了比较.基于随机生成的数据和真实图像的数值试验表明,该算法比经典的交替极小化方法有更快的收敛速度,同时也比最新的求解程序效率高.最后,利用经典的二次罚函数方法,本文给出一个新的分解的加速极小化算法来求解基于全变分的图像去噪去模糊问题,该算法具有收敛快和计算简单的优点.本文建立了该算法同加速的邻近梯度法之间的等价性,证明了该算法可在O(1/∈1.5)步迭代后可得到问题的∈最优解.对于求解各类模糊图像的恢复问题,初步的数值试验表明该算法比经典的交替极小化方法有更快的收敛速度,同时比已有的最新求解程序效率高.

关键词：压缩感知稀疏信号正交匹配追踪交替方向乘子法加速的交替极小化方法解析稀疏恢复图像恢复

来源：评论

学校读者我要写书评

暂无评论

基于块稀疏信号的正则化自适应压缩感知算法

引用

吉林大学学报（工学版） 2014年第1期44卷 259-263页

作者：庄哲民吴力科李芬兰魏楚亮汕头大学电子工程系广东汕头515063

在研究已有的块稀疏信号贪婪算法的基础上,提出一种正则化的自适应恢复算法。该算法在块稀疏度未知的前提下,添加了正则化的思想进行块挑选,从而更正确地挑选出块信号的支撑块,实现信号的重建。该算法首先在确定块的稀疏度和选择步长后... 详细信息

在研究已有的块稀疏信号贪婪算法的基础上,提出一种正则化的自适应恢复算法。该算法在块稀疏度未知的前提下,添加了正则化的思想进行块挑选,从而更正确地挑选出块信号的支撑块,实现信号的重建。该算法首先在确定块的稀疏度和选择步长后,利用相关最大化原则实现支撑块的初次挑选;然后,依据已挑选出的支撑块再进行正则化分组,实现二次挑选;最终通过循环迭代正确挑选出整个信号的支撑块。通过仿真实验证明,该算法不仅不需要信号的块稀疏度作为先验知识,且较现有的块信号贪婪算法的重构概率更高,也比现有的块稀疏自适应贪婪算法所需的迭代次数更少和迭代时间更短。

关键词：通信技术稀疏信号自适应正则化贪婪算法

来源：评论

学校读者我要写书评

暂无评论

稀疏信号的精确恢复条件

稀疏信号的精确恢复条件

引用

作者：周声龙北京交通大学

学位级别：硕士

本文主要通过两类松弛-凸松弛和非凸松弛-模型来研究稀疏信号的精确恢复条件.凸松弛包含了经典的l1极小化模型和具有良好数值效果的加权的l1极小化模型,非凸松弛主要基于lp极小化模型(0<q<1).我们集中学习研究加权的l1极小化模型... 详细信息

本文主要通过两类松弛-凸松弛和非凸松弛-模型来研究稀疏信号的精确恢复条件.凸松弛包含了经典的l1极小化模型和具有良好数值效果的加权的l1极小化模型,非凸松弛主要基于lp极小化模型(0稀疏信号精确恢复的一个充要条件.同时,通过这两类模型我们分别建立了能够保证稀疏信号精确恢复的限制等距常数(RIC)上界.较之当前存在的结果,这些上界要好得多.另外,根据我们的加权模型理论提出了修正的变权重置算法(MIRL1)来求解稀疏信号,实验表明该算法,相对于不加权算法,具有更好的数值表现.

关键词：稀疏信号加权l1极小化模型 lq极小化模型精确恢复条件修正的变权重置算法

来源：评论

学校读者我要写书评

暂无评论

稀疏信号恢复中的硬阈值算法研究

稀疏信号恢复中的硬阈值算法研究

引用

作者：周钟傲国防科学技术大学

学位级别：硕士

压缩感知,是近些年来出现的一种新的采样方式,在许多领域中发挥了巨大价值。受到压缩感知的促动,出现了诸多恢复稀疏信号的算法。我们可以将这些算法大致看做三大类:贪婪算法,凸松弛方法和硬阈值方法。这三类算法分别有自己的优点和局... 详细信息

压缩感知,是近些年来出现的一种新的采样方式,在许多领域中发挥了巨大价值。受到压缩感知的促动,出现了诸多恢复稀疏信号的算法。我们可以将这些算法大致看做三大类:贪婪算法,凸松弛方法和硬阈值方法。这三类算法分别有自己的优点和局限性。本文主要的创新内容可以归纳如下:一:介绍了稀疏优化中的一些常用的重要概念,并对三大类算法中的代表算法进行理论分析和介绍。二:提出了适用于某些特殊条件下的投影硬阈值迭代算法,并从理论和数值实验上证明该新的投影算法的恢复性能。三:提出了一个非凸模型,通过将非凸方法PL-IRLS运用到这个非凸模型上得到了一个新的贪婪算法,并从理论和实验上上证明了其运算的性能最后:通过MATLAB对两种新提出的算法进行运算性能的验证。

关键词：压缩感知稀疏信号贪婪算法凸松弛方法硬阈值迭代算法投影技术非凸模型

来源：评论

学校读者我要写书评

暂无评论

稀疏信号重构算法分析

稀疏信号重构算法分析

引用

作者：马婷浙江大学

学位级别：硕士

压缩感知是近几年兴起的介于数学与信息学的一个新的研究领域，是对传统信息论的一次变革，并且在雷达探测，医学成像，图像处理，单像素照相机，天文学等领域实现了广泛的应用。压缩感知所解决的问题可以简单概括为，通过观测矩阵，取... 详细信息

压缩感知是近几年兴起的介于数学与信息学的一个新的研究领域，是对传统信息论的一次变革，并且在雷达探测，医学成像，图像处理，单像素照相机，天文学等领域实现了广泛的应用。压缩感知所解决的问题可以简单概括为，通过观测矩阵，取得一些测量值来重建原有的稀疏信号。并且研究人员在实际问题的基础上提出了压缩感知的理论模型:在一定的条件下（比如观测矩阵的RIP条件，原始信号的稀疏性），我们可以通过解决一个1范数最小问题以较高概率近似精确的恢复原始信号。\n 压缩感知理论提出时间不长，还有很多方面值得深入研究，目前主要是针对重建稀疏信号的快速算法的研究。稀疏信号的快速重建算法是压缩感知理论的核心内容，对于整个理论有着非同一般的作用。\n 本文主要介绍了压缩感知的基本概念以及恢复算法的理论框架，然后以正交匹配追踪(OMP)算法为代表，深入学习并分析了重构信号所需的背景条件。给出了MP算法，OMP算法，MOMP算法以及几种经典的贪婪算法，并给出了部分算法的算法分析，数据实现以及实现结果。

关键词：稀疏信号重构算法恢复算法压缩感知理论

来源：评论

学校读者我要写书评

暂无评论

稀疏信号快速傅里叶变换研究

稀疏信号快速傅里叶变换研究

引用

作者：刘仲解放军信息工程大学

学位级别：硕士

傅里叶变换是一种对时频域信号进行分析的变换方法,具有简单、直观等特点,在信号分析领域中具有极为广泛的应用。随着信息技术的高速发展,对宽带信号进行处理的需求日益增加,导致信号采样速率越来越高,数据量越来越大,这给实时处理带来... 详细信息

傅里叶变换是一种对时频域信号进行分析的变换方法,具有简单、直观等特点,在信号分析领域中具有极为广泛的应用。随着信息技术的高速发展,对宽带信号进行处理的需求日益增加,导致信号采样速率越来越高,数据量越来越大,这给实时处理带来了困难。不过,随着对信号结构越来越深入地研究,研究者发现众多领域中的信号具有稀疏性,为信号的实时处理提供了新的思路。稀疏快速傅里叶变换是一类对频谱稀疏信号实现离散傅里叶变换的亚线性时间算法,这为稀疏信号分析提供了新的方式。本文在信号的稀疏表示的基础上,首先介绍了信号的时域降维过程的目的、技术和实现方法,接着对稀疏快速傅里叶变换的重构算法的基本理论进行了详细的介绍。本文以稀疏快速傅里叶变换为研究基础,对其性能进行了深入的理论分析,提出了改进算法,并进行了工程实现。本文的主要创新点如下:1、针对含高斯白噪声的信号,本文分析并推导出了下采样域含高斯白噪声的信号矢量的数字特征,提出了针对含噪信号进行稀疏快速傅里叶变换的改进算法。考虑信号含噪或者近似稀疏的情况,该算法根据推导出的数字特征来检测桶中是否存在有效频点。仿真试验验证了重构出完整频谱时信号所需满足的条件,依此条件提出了改进算法。与传统稀疏快速傅里叶变换算法相比,该算法在信噪比<0dB时估计错误概率更小,频率估计准确度更高。2、针对未知频谱稀疏度的信号,本文提出了一种稀疏度自适应的稀疏快速傅里叶变换算法。本算法充分利用了算法时域降维处理对频点幅值的影响,通过能量检测法统计出信号在下采样域的频点数,以少量迭代得到信号稀疏度的近似过估计值,最后剔除冗余频点从而获得理想的信号频谱。该算法维持了算法的时间复杂度,实现了未知频谱稀疏度的稀疏快速傅里叶变换。3、针对算法中存在的并行性,本文实现了基于CUDA并行加速的稀疏快速傅里叶变换。本文采用GPU与CPU异构协同处理方法,对现有算法进行并行化的程序优化和改进,将原本需要多次循环的结构改写为可并行独立运行的结构,并将该结构转移至CUDA中进行专门的并行化计算。该算法借助科学计算的硬件架构,高效地降低了算法的运行时间,算法的运算速度提高了数倍,低稀疏度信号的运算速度甚至提高了数十倍。

关键词：傅里叶变换稀疏信号时域降维下采样域频谱重构稀疏度自适应并行加速

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：