首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

结构化稀疏数据重构的若干理论及算法研究

摘要第9-10页
ABSTRACT第10-11页
第1章 绪论第12-26页
    1.1 研究背景和意义第12-14页
    1.2 稀疏性与压缩感知第14-19页
    1.3 低秩性与矩阵恢复第19-23页
    1.4 主要研究内容第23-24页
    1.5 论文结构安排第24-26页
第2章 相关理论及基础第26-34页
    2.1 引言第26页
    2.2 理论工具第26-31页
    2.3 交替方向乘子法简介第31-34页
第3章 非高斯噪声下稀疏信号的鲁棒重构问题第34-52页
    3.1 引言第34页
    3.2 相关工作第34-37页
    3.3 基于l_q-l_(1-2)方法的稀疏信号鲁棒重构第37-43页
    3.4 算法实现和改进第43-44页
    3.5 数值实验第44-48页
    3.6 关于噪声下稀疏信号重构的进一步讨论第48-51页
    3.7 小结第51-52页
第4章 基于混合l_2/l__(1-2)极小化的块稀疏信号重构问题第52-70页
    4.1 引言第52页
    4.2 相关工作第52-55页
    4.3 基于块RIP的可重构条件第55-59页
    4.4 高块相干矩阵的构造以及l_2/l__(1-2)问题的求解第59-62页
    4.5 数值实验第62-69页
        4.5.1 基于高斯随机测量矩阵的块稀疏信号重构第63-64页
        4.5.2 基于高块相干测量矩阵的块稀疏信号重构第64-67页
        4.5.3 基于稀疏二元(0-1)测量矩阵的FECG信号重构第67-69页
    4.6 小结第69-70页
第5章 基于相干性理论的块稀疏信号重构问题第70-84页
    5.1 引言第70页
    5.2 相关工作第70-71页
    5.3 块相干理论下l_2/l_p问题的若干理论结果第71-77页
    5.4 测量矩阵Φ的构造第77-79页
    5.5 数值实验第79-82页
    5.6 小结第82-84页
第6章 多先验信息整合的矩阵修补算法问题第84-98页
    6.1 引言第84页
    6.2 相关工作第84-87页
    6.3 基于核范数和改进的二阶全变差范数的矩阵修补方法第87-90页
    6.4 数值实验第90-96页
        6.4.1 收敛性分析第91-92页
        6.4.2 随机缺失下的图像恢复问题第92-94页
        6.4.3 文本覆盖下的图像恢复问题第94-96页
    6.5 小结第96-98页
第7章 总结与展望第98-100页
    7.1 总结第98-99页
    7.2 展望第99-100页
参考文献第100-116页
致谢第116-118页
攻博期间科研情况第118-119页

论文共119页,点击 下载论文
上一篇:跨界与融合:基于职业素养教育的高职课程建构研究
下一篇:智能机器人“人—机—环境”交互及系统研究