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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波稀疏性与全变差正则化的相位恢复算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-15页
    1.1 研究背景与研究意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 本文研究内容及章节安排第13-15页
第2章 基于正则化的相位恢复模型第15-21页
    2.1 相位恢复问题第15-16页
    2.2 编码衍射模型第16-17页
    2.3 全变差正则化第17-18页
    2.4 小波稀疏性第18-20页
    2.5 本章小结第20-21页
第3章 基于正交小波变换的相位恢复算法第21-34页
    3.1 引言第21页
    3.2 交替方向乘子法第21-22页
    3.3 基于正交小波变换的相位恢复算法第22-26页
        3.3.1 双变量阈值收缩第23-24页
        3.3.2 算法求解第24-26页
        3.3.3 算法描述第26页
    3.4 算法评价标准第26-28页
    3.5 实验结果与分析第28-33页
        3.5.1 无噪情况第28-29页
        3.5.2 不同阈值算法恢复结果的比较第29-30页
        3.5.3 算法的抗噪性第30-32页
        3.5.4 算法收敛性分析第32-33页
    3.6 本章小结第33-34页
第4章 基于非抽样小波与全变差正则化的相位恢复算法第34-44页
    4.1 引言第34页
    4.2 非抽样小波变换第34-36页
    4.3 基于非抽样小波与全变差正则化的相位恢复算法第36-38页
        4.3.1 优化问题第36页
        4.3.2 算法推导第36-37页
        4.3.3 算法描述第37-38页
    4.4 实验结果与分析第38-42页
        4.4.1 算法抗噪性第38-42页
        4.4.2 算法收敛性分析第42页
    4.5 本章小结第42-44页
第5章 融合多种小波组稀疏性与全变差正则化的相位恢复算法第44-57页
    5.1 引言第44页
    5.2 复合分裂算法第44-45页
    5.3 融合多种小波组稀疏性与全变差正则化的相位恢复算法第45-49页
        5.3.1 小波组稀疏性第45-46页
        5.3.2 算法步骤第46-49页
    5.4 实验结果及分析第49-55页
        5.4.1 不同阈值算法恢复结果的比较第49-50页
        5.4.2 不同正则项重构结果的比较第50-51页
        5.4.3 算法的抗噪性能及复杂度第51-55页
        5.4.4 算法的收敛性第55页
    5.5 本章小结第55-57页
结论第57-59页
参考文献第59-64页
攻读硕士学位期间承担的科研任务与主要成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于流场拓扑结构分析的人群运动显著性检测
下一篇:基于信道状态信息的中国手语孤立词识别方法研究