基于壓縮感知理論NSL0算法的改進(jìn)
所屬分類(lèi)：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>838 K
標(biāo)簽： 壓縮感知 重構(gòu)算法 反余弦函數(shù)
所需積分：0分積分不夠怎么辦？
文檔介紹：壓縮感知理論提供一種全新的信號(hào)獲取方式；對(duì)信號(hào)進(jìn)行稀疏變換，利用少量的觀測(cè)值，通過(guò)重構(gòu)算法實(shí)現(xiàn)信號(hào)的高精度重構(gòu)。其中，信號(hào)重構(gòu)是壓縮感知的核心，而在信號(hào)重構(gòu)的各類(lèi)算法中，最直接、有效的信號(hào)重構(gòu)的方法是在L0范數(shù)下求解。為了解決NSL0（Newton Smooth L0 Norm）算法重構(gòu)質(zhì)量較差的問(wèn)題，在NSL0算法基礎(chǔ)上，采用“陡峭性”更大的反余弦函數(shù)，結(jié)合修正牛頓法和牛頓阻尼法，提出一種更快速、精度更高的信號(hào)重建算法，命名為ACNSL0(Arc Cosin Newton Smooth L0 Norm)。通過(guò)一維信號(hào)、二維圖像重構(gòu)實(shí)驗(yàn)，結(jié)果表明該算法在相同條件下與同類(lèi)算法相比，在精確重構(gòu)率和峰值信噪比上都有較大提高。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。