压缩感知恢复算法及应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 符号表 | 第11-13页 |
| 第一章 绪论 | 第13-31页 |
| ·研究背景及意义 | 第13-17页 |
| ·问题描述及研究现状 | 第17-29页 |
| ·信号的稀疏表示 | 第18页 |
| ·测量矩阵的设计 | 第18-19页 |
| ·恢复算法的设计 | 第19-29页 |
| ·存在的问题 | 第29-30页 |
| ·本文研究的主要内容及章节安排 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第二章 广义硬阈值追踪算法 | 第31-45页 |
| ·引言 | 第31-33页 |
| ·算法描述 | 第33-35页 |
| ·算法的收敛性分析 | 第35-40页 |
| ·数值实验 | 第40-44页 |
| ·合成信号实验 | 第40-41页 |
| ·自然图像实验 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 基于冗余块的贪婪算法 | 第45-69页 |
| ·引言 | 第45-46页 |
| ·块稀疏模型理论分析 | 第46-52页 |
| ·块稀疏 | 第46-48页 |
| ·块正交匹配追踪算法 | 第48-50页 |
| ·冗余块正交匹配追踪算法 | 第50-52页 |
| ·块联合稀疏模型理论分析 | 第52-57页 |
| ·块联合稀疏 | 第52-53页 |
| ·块联合稀疏算法 | 第53-56页 |
| ·冗余块联合稀疏算法 | 第56-57页 |
| ·数值实验 | 第57-64页 |
| ·合成信号实验 | 第58-60页 |
| ·人脸识别实验 | 第60-64页 |
| ·本章小结 | 第64-69页 |
| 第四章 部分支撑已知的加权 L2,1方法 | 第69-81页 |
| ·引言 | 第69-70页 |
| ·预备知识 | 第70-72页 |
| ·基于 RIP 的恢复条件 | 第72-78页 |
| ·Larynx 图像序列恢复实验 | 第78-79页 |
| ·本章小结 | 第79-81页 |
| 第五章 贪婪块坐标下降算法 | 第81-97页 |
| ·引言 | 第81-82页 |
| ·问题描述 | 第82-83页 |
| ·算法理论分析 | 第83-90页 |
| ·仿真实验 | 第90-92页 |
| ·本章小结 | 第92-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-113页 |
| 攻读博士学位期间的研究成果 | 第113-115页 |
| 致谢 | 第115-116页 |
| 附件 | 第116页 |
