结构化稀疏信号的恢复算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 稀疏表示的概念 | 第10-11页 |
| 1.2 稀疏表示的相关算法 | 第11-15页 |
| 1.2.1 字典学习算法 | 第11-13页 |
| 1.2.2 稀疏信号的恢复算法 | 第13-15页 |
| 1.3 稀疏表示的应用 | 第15-16页 |
| 1.4 本文的组织结构和主要工作 | 第16-17页 |
| 第二章 带参考的K-SVD:字典学习的初始化方法 | 第17-30页 |
| 2.1 引言 | 第17-18页 |
| 2.2 提出的算法 | 第18-21页 |
| 2.2.1 信号的自相关性 | 第19-20页 |
| 2.2.2 参考信号的生成 | 第20-21页 |
| 2.2.3 EigMat-R算法流程 | 第21页 |
| 2.3 仿真实验 | 第21-28页 |
| 2.3.1 关于仿真数据的实验结果 | 第22-23页 |
| 2.3.2 关于图像数据的实验结果 | 第23-28页 |
| 2.4 结论和展望 | 第28-30页 |
| 第三章 基于行梯形系统的稀疏心电信号恢复算法 | 第30-43页 |
| 3.1 引言 | 第30-31页 |
| 3.2 两阶段的稀疏信号恢复算法 | 第31-38页 |
| 3.2.1 字典估计 | 第31-32页 |
| 3.2.2 行梯形系统的稀疏信号恢复算法简介 | 第32-37页 |
| 3.2.3 算法流程 | 第37-38页 |
| 3.3 仿真数据实验 | 第38-42页 |
| 3.3.1 数据生成 | 第38页 |
| 3.3.2 参数估计 | 第38页 |
| 3.3.3 实验结果 | 第38-42页 |
| 3.4 结论 | 第42-43页 |
| 第四章 结论和展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 作者在攻读硕士学位期间发表和已投稿的论文 | 第50-51页 |
| 致谢 | 第51页 |
