压缩感知理论的研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 压缩感知简介 | 第11-13页 |
| 1.2.2 压缩感知国内外研究现状 | 第13-17页 |
| 1.2.3 压缩感知的应用 | 第17-18页 |
| 1.2.4 太阳能电池片缺陷检测方法 | 第18-19页 |
| 1.3 论文的研究内容及章节安排 | 第19-21页 |
| 第2章 压缩感知理论基础 | 第21-30页 |
| 2.1 压缩感知原理 | 第21-24页 |
| 2.2 稀疏表示 | 第24-26页 |
| 2.3 观测矩阵的设计 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 信号的重构算法 | 第30-39页 |
| 3.1 重构算法舰 | 第30页 |
| 3.2 凸优化算法 | 第30-31页 |
| 3.3 贪婪追踪算法 | 第31-35页 |
| 3.3.1 匹配追踪算法（MP) | 第32-33页 |
| 3.3.2 正交匹配追踪算法（OMP) | 第33-34页 |
| 3.3.3 分段正交匹配追踪算法（StOMP) | 第34-35页 |
| 3.4 图像重构算法性能比较 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 稀疏与低秩矩阵分解 | 第39-56页 |
| 4.1 矩阵分解概述 | 第39-43页 |
| 4.1.1 矩阵分解 | 第39-41页 |
| 4.1.2 矩阵分解的数学模型 | 第41-43页 |
| 4.2 矩阵分解的算法 | 第43-48页 |
| 4.2.1 APG算法 | 第43-45页 |
| 4.2.2 ALM算法 | 第45-48页 |
| 4.3 矩阵分解在缺陷检测中的应用 | 第48-49页 |
| 4.4 实验结果分析与比较 | 第49-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 深度学习的逐层压缩感知 | 第56-68页 |
| 5.1 深度学习 | 第56-58页 |
| 5.2 深度学习模型 | 第58-62页 |
| 5.2.1 RBM | 第58-61页 |
| 5.2.2 DBN | 第61-62页 |
| 5.3 基于DBN的缺陷检测分析 | 第62-64页 |
| 5.4 实验结果分析与比较 | 第64-66页 |
| 5.5 本章小结 | 第66-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间参加的科研项目和成果 | 第78页 |
