压缩感知中观测矩阵的构造及优化方法研究
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文结构 | 第12-14页 |
| 第2章 混沌理论与复杂网络理论 | 第14-32页 |
| 2.1 混沌理论概述 | 第14-21页 |
| 2.1.1 混沌理论的发展 | 第14-16页 |
| 2.1.2 混沌的定义与其基本性质 | 第16-18页 |
| 2.1.3 经典的混沌系统 | 第18-20页 |
| 2.1.4 混沌的应用 | 第20-21页 |
| 2.2 复杂网络理论 | 第21-31页 |
| 2.2.1 网络的复杂性 | 第21-22页 |
| 2.2.2 复杂网络基本概念 | 第22-24页 |
| 2.2.3 复杂网络基本模型和性质 | 第24-29页 |
| 2.2.4 复杂网络的应用与意义 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 传统的采样技术与压缩感知 | 第32-42页 |
| 3.1 信号处理技术与信号的采样 | 第32-34页 |
| 3.1.1 内容和意义 | 第32页 |
| 3.1.2 信号采样技术 | 第32-33页 |
| 3.1.3 信号的重构 | 第33-34页 |
| 3.2 采样定理 | 第34-35页 |
| 3.2.1 奈奎斯特采样定理 | 第34页 |
| 3.2.2 香农采样定理 | 第34-35页 |
| 3.3 压缩感知理论 | 第35-40页 |
| 3.3.1 压缩感知基本理论 | 第35-37页 |
| 3.3.2 压缩感知的核心问题 | 第37-39页 |
| 3.3.3 压缩感知的应用 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 压缩感知及基于Beta分布的压缩感知 | 第42-56页 |
| 4.0 压缩感知的稀疏表示 | 第42-44页 |
| 4.1 基于Beta分布的观测矩阵 | 第44-46页 |
| 4.1.1 Beta分布简介 | 第44-45页 |
| 4.1.2 Beta分布的性质 | 第45-46页 |
| 4.2 正交匹配追踪算法的图像重构 | 第46-47页 |
| 4.3 基于Beta分布的压缩感知 | 第47-53页 |
| 4.3.1 间隔式构造观测矩阵 | 第48-51页 |
| 4.3.2 随机式构造观测矩阵 | 第51-52页 |
| 4.3.3 间隔随机式构造观测矩阵 | 第52-53页 |
| 4.3.4 实验总结 | 第53页 |
| 4.4 本章小结 | 第53-56页 |
| 第5章 基于混沌理论和复杂网络理论的压缩感知 | 第56-70页 |
| 5.1 基于混沌的压缩感知 | 第56-58页 |
| 5.1.1 混沌Logistic映射 | 第56-57页 |
| 5.1.2 算法实现 | 第57-58页 |
| 5.2 基于复杂网络的压缩感知 | 第58-65页 |
| 5.2.1 基于BA无标度网络模型的观测矩阵 | 第59-60页 |
| 5.2.2 算法实现 | 第60-61页 |
| 5.2.3 对比实验 | 第61-65页 |
| 5.3 基于正交变换的邻接矩阵的实现 | 第65-68页 |
| 5.3.1 正交变换 | 第65-66页 |
| 5.3.2 算法实现 | 第66-68页 |
| 5.4 本章小结 | 第68-70页 |
| 第6章 结论与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的论文 | 第78页 |
