首页--天文学、地球科学论文--海洋学论文--海洋基础科学论文--海洋水文学论文--海洋水文要素论文

基于压缩感知的海水温度场采样和重构方法研究

摘要第6-7页
abstract第7-8页
第1章 绪论第11-18页
    1.1 课题研究背景及意义第11-12页
    1.2 海洋观测研究现状第12-14页
        1.2.1 海洋采样平台发展现状第12-13页
        1.2.2 海洋采样策略研究现状第13-14页
    1.3 压缩感知理论研究现状第14-16页
        1.3.1 稀疏表示研究现状第15页
        1.3.2 .信号重构研究现状第15-16页
    1.4 课题主要研究内容及章节安排第16-18页
第2章 温度场采样和重构相关基础知识第18-30页
    2.1 海水温度场变异性分析方法第18-21页
        2.1.1 地理统计学变异性分析基础知识第18-19页
        2.1.2 变异函数拟合方法第19-21页
    2.2 海水温度场梯度特性分析方法第21-24页
        2.2.1 基于梯度算子的梯度特性分析方法第21-22页
        2.2.2 K-Means聚类分析算法第22-24页
    2.3 压缩感知稀疏表示理论基础第24-26页
        2.3.1 压缩感知稀疏表示基本模型第24-25页
        2.3.2 稀疏表示与K-Means算法第25-26页
    2.4 压缩感知测量矩阵的选取第26页
    2.5 压缩感知信号重构基础第26-29页
        2.5.1 压缩感知信号重构基本模型第27-28页
        2.5.2 基于0l范数的贪婪重构算法第28-29页
    2.6 分块压缩感知理论基础第29页
    2.7 本章小结第29-30页
第3章 基于海水温度场特性的采样点优化配置方法设计第30-43页
    3.1 采样点优化配置方法流程第30-31页
    3.2 基于海水温度场特性的海采样方法设计第31-34页
        3.2.1 基于变异性分析的采样设计第31-32页
        3.2.2 基于梯度分析的采样设计第32-34页
    3.3 基于海水温度场特性的采样点配置方案仿真实验第34-42页
        3.3.1 实验区域选取第34-35页
        3.3.2 变异性分析和采样率优化仿真实验第35-39页
        3.3.3 梯度分析和采样点优化配置仿真实验第39-42页
    3.4 本章小结第42-43页
第4章 基于K-SVD字典学习的海水温度场重构方法第43-53页
    4.1 基于K-SVD字典学习算法的稀疏字典构建第43-44页
    4.2 测量矩阵的选取第44-46页
    4.3 ASMP稀疏度自适应重构算法第46-48页
    4.4 海水温度场重构仿真实验第48-52页
        4.4.1 仿真实验流程第48页
        4.4.2 实验结果和分析第48-52页
    4.5 本章小结第52-53页
第5章 海水温度场采样和重构方法仿真实验第53-62页
    5.1 实验方法设计第53-54页
    5.2 采样点优化配置实验结果和分析第54-57页
    5.3 海水温度场重构实验结果和分析第57-61页
    5.5 本章小结第61-62页
结论第62-64页
参考文献第64-70页
攻读硕士学位期间发表的论文和取得的科研成果第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:便携式深水释放器甲板单元的研制
下一篇:秦岭勉略构造带勉略段构造变形特征及其地质意义