一类不确定信息量化的凸优化方法及在压缩感知中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 不确定信息量化的研究背景与意义 | 第10-11页 |
| 1.2 不确定信息量化的研究历程和现状 | 第11-13页 |
| 1.3 最优不确定量化框架的应用 | 第13-14页 |
| 1.4 论文的主要工作 | 第14-15页 |
| 1.5 本文的章节安排 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 不确定信息量化的凸优化方法理论基础 | 第17-27页 |
| 2.1 引言 | 第17-18页 |
| 2.2 不确定信息量化及其简化形式 | 第18-20页 |
| 2.3 不确定信息量化问题的凸优化表示 | 第20-23页 |
| 2.4 有一阶矩和二阶矩约束的分段仿射目标函数 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 一种基于事件驱动的近似求解方法 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 多方规范形（PCF）：形成原因及定义 | 第27-29页 |
| 3.3 精确的迭代方法 | 第29-30页 |
| 3.4 传统的近似迭代方法 | 第30-32页 |
| 3.5 基于事件驱动的近似求解方法 | 第32-36页 |
| 3.5.1 方法的理论基础 | 第32-33页 |
| 3.5.2 仿真结果 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 不确定信息量化在高维语音信号恢复中的应用 | 第37-52页 |
| 4.1 引言 | 第37-38页 |
| 4.2 压缩感知及信号恢复方法基础 | 第38-40页 |
| 4.3 基于最优不确定量化的信号恢复方法 | 第40-51页 |
| 4.3.1 低维信号的通用求解方法 | 第40-42页 |
| 4.3.2 高维信号的分布式求解方法 | 第42-43页 |
| 4.3.3 新方法在一段语音信号恢复上的效果 | 第43-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结和展望 | 第52-54页 |
| 5.1 研究总结 | 第52-53页 |
| 5.2 工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
