| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 信号稀疏表示的相关介绍 | 第13-14页 |
| 1.1.1 稀疏表示的概念 | 第13页 |
| 1.1.2 稀疏表示的应用 | 第13-14页 |
| 1.2 合成稀疏模型与分析稀疏模型 | 第14-15页 |
| 1.2.1 两类模型的定义 | 第14页 |
| 1.2.2 两类模型的区别与联系 | 第14-15页 |
| 1.3 两类模型的发展现状 | 第15-20页 |
| 1.3.1 合成稀疏模型的相关算法 | 第15-17页 |
| 1.3.2 分析稀疏模型的相关算法 | 第17-20页 |
| 1.4 本文的组织结构和章节安排 | 第20-21页 |
| 第二章 一类用稀疏推导函数求解分析稀疏模型的次梯度算法 | 第21-38页 |
| 2.1 引言 | 第21-22页 |
| 2.2 优化模型 | 第22-25页 |
| 2.2.1 稀疏推导函数 | 第22-24页 |
| 2.2.2 优化模型 | 第24-25页 |
| 2.3 CIF算法 | 第25-27页 |
| 2.3.1 算法思想 | 第25-26页 |
| 2.3.2 算法流程 | 第26-27页 |
| 2.4 算法理论分析 | 第27-29页 |
| 2.5 仿真实验 | 第29-35页 |
| 2.5.1 CIF算法实验结果 | 第30-31页 |
| 2.5.2 与现有算法的比较 | 第31-35页 |
| 2.6 结论 | 第35-38页 |
| 第三章 求解分析稀疏模型的极大熵方法 | 第38-46页 |
| 3.1 引言 | 第38-39页 |
| 3.2 优化模型和算法 | 第39-41页 |
| 3.2.1 优化模型 | 第39-41页 |
| 3.2.2 优化算法 | 第41页 |
| 3.3 仿真实验 | 第41-44页 |
| 3.3.1 模拟数据 | 第41-43页 |
| 3.3.2 图像数据 | 第43-44页 |
| 3.4 结论 | 第44-46页 |
| 第四章 结论和展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 攻读硕士学位期间发表的文章 | 第53-54页 |
| 致谢 | 第54页 |