基于先验模型的压缩感知免疫优化重构

摘要	第1-4页
Abstract	第4-8页
第一章 绪论	第8-12页
·压缩感知产生背景	第8-9页
·压缩感知理论研究现状	第9-10页
·本文研究目的	第10-11页
·本文的内容概要	第11-12页
第二章 压缩感知重构算法及免疫优化算法	第12-22页
·压缩感知重构算法	第12-16页
·基追踪	第12-14页
·匹配追踪	第14页
·贝叶斯压缩感知	第14-16页
·免疫优化	第16-20页
·免疫遗传算法	第16-18页
·克隆选择算法	第18-20页
·边缘检测与Canny算子	第20-22页
第三章 重构框架和先验模型设计	第22-28页
·重构框架	第22页
·先验模型设计	第22-26页
·获取稀疏系数的位置	第23-25页
·调整稀疏系数的位置	第25-26页
·重构流程图	第26-28页
第四章 基于先验模型的压缩感知免疫优化重构	第28-66页
·求解稀疏系数位置的免疫遗传算法	第28-34页
·编码	第28-29页
·种群初始化	第29-30页
·适应度函数和亲和度函数	第30页
·主要算子设计	第30-33页
·免疫遗传算法描述	第33-34页
·求解稀疏系数值的克隆选择算法	第34-38页
·主要算子设计	第34-37页
·求解稀疏系数值的克隆选择算法描述	第37-38页
·仿真实验	第38-61页
·自然图像仿真试验及结果分析	第39-46页
·医学图像仿真试验及结果分析	第46-53页
·SAR图像仿真试验及结果分析	第53-61页
·算法计算复杂性分析	第61-62页
·参数分析	第62-66页
第五章 总结与展望	第66-68页
·总结	第66-67页
·展望	第67-68页
致谢	第68-70页
参考文献	第70-73页