基于PSO和LM的压缩传感重构算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外现状概述 | 第11-12页 |
| ·国内现状概述 | 第12页 |
| ·简述 CS 的应用 | 第12-13页 |
| ·本课题的研究内容和结构安排 | 第13-16页 |
| 第2章 压缩传感理论 | 第16-26页 |
| ·压缩传感的理论依据 | 第16页 |
| ·随机投影 | 第16-19页 |
| ·限制等距性 | 第17-18页 |
| ·不相干性 | 第18-19页 |
| ·稀疏表示 | 第19-21页 |
| ·从傅立叶到小波分析 | 第19-20页 |
| ·稀疏性与可压缩性 | 第20-21页 |
| ·信号与图像重建 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于混合算法的信号稀疏分解 | 第26-46页 |
| ·信号的稀疏表示 | 第26-28页 |
| ·信号的稀疏思想 | 第26-27页 |
| ·过完备原子库 | 第27-28页 |
| ·粒子群算法概述 | 第28-33页 |
| ·PSO 算法的运行过程 | 第28-30页 |
| ·PSO 算法优化流程 | 第30-31页 |
| ·PSO 的优缺点 | 第31-33页 |
| ·基于 PSO 和 LM 的混合算法 | 第33-39页 |
| ·LM 算法 | 第33-34页 |
| ·混合优化算法 | 第34-35页 |
| ·数值仿真 | 第35-39页 |
| ·基于 MP 的稀疏分解 | 第39-45页 |
| ·MP 的基本思想 | 第39-41页 |
| ·MP 算法的复杂性 | 第41-42页 |
| ·混合算法与 MP 算法的比较 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 混合算法在图像重构中的应用 | 第46-60页 |
| ·图像的表示及其评价标准 | 第46-49页 |
| ·图像的表示 | 第46-47页 |
| ·评价标准 | 第47-49页 |
| ·图像的稀疏分解 | 第49-53页 |
| ·图像稀疏分解的思想 | 第49-50页 |
| ·OMP 的图像稀疏分解 | 第50-52页 |
| ·利用 PSO 实现图像稀疏分解 | 第52-53页 |
| ·运用 PSO 和 LM 实现图像稀疏分解 | 第53-59页 |
| ·算法实现 | 第53-54页 |
| ·实验结果与分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
