基于超完备字典的信号快速稀疏分解及重构算法研究和应用
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·研究背景和意义 | 第7-8页 |
·信号稀疏表示经典理论 | 第8-10页 |
·信号的超完备稀疏表示 | 第8-10页 |
·信号的形态学分量分析 | 第10页 |
·本文的主要研究内容和创新点 | 第10-11页 |
·论文安排 | 第11-13页 |
第二章 超完备字典现有的构造方法 | 第13-23页 |
·引言 | 第13页 |
·压缩感知理论 | 第13-17页 |
·CS稀疏模型 | 第13-15页 |
·观测矩阵的选择 | 第15-16页 |
·图像重构的质量评价 | 第16-17页 |
·几种最新的字典构造变换 | 第17-22页 |
·脊波变换 | 第17-19页 |
·曲线波变换 | 第19-20页 |
·楔形波变换 | 第20-21页 |
·条带波变换 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 基于压缩采样匹配追踪的信号稀疏分解和重构 | 第23-39页 |
·纯贪婪追踪算法 | 第23-28页 |
·匹配追踪算法 | 第23-24页 |
·正交匹配追踪算法 | 第24-25页 |
·MP算法与OMP算法性能分析 | 第25-28页 |
·精确重构条件 | 第28-31页 |
·OMP算法和BP算法的精确重构条件 | 第28-30页 |
·BP算法和OMP算法性能比较 | 第30-31页 |
·自适应压缩采样匹配追踪算法 | 第31-37页 |
·算法分析 | 第31-32页 |
·算法的实现流程 | 第32-33页 |
·算法的仿真和实验结果分析 | 第33-37页 |
·本章小结 | 第37-39页 |
第四章 稀疏表示的优化逼近算法的重构与实现 | 第39-57页 |
·l_1追踪 | 第39-43页 |
·基追踪算法 | 第39-40页 |
·l_1拉格朗日追踪 | 第40-42页 |
·l_1极小化的计算 | 第42-43页 |
·现有的迭代算法 | 第43-46页 |
·块松弛算法 | 第43-45页 |
·IRLS算法 | 第45-46页 |
·迭代收缩并行下降算法 | 第46-51页 |
·算法描述 | 第46-48页 |
·算法的实现过程和框图 | 第48-49页 |
·算法的仿真实验和分析 | 第49-51页 |
·基于IRLS的收缩算法 | 第51-55页 |
·算法描述 | 第51-52页 |
·算法实现过程和流程图 | 第52-53页 |
·算法的仿真实验和分析 | 第53-55页 |
·本章总结 | 第55-57页 |
第五章 工作总结和展望 | 第57-59页 |
·工作总结 | 第57页 |
·工作展望 | 第57-59页 |
参考文献 | 第59-65页 |
致谢 | 第65-67页 |
硕士学位期间取得的科研成果 | 第67页 |