| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究进展 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-14页 |
| 第二章 压缩感知理论基本知识 | 第14-23页 |
| 2.1 压缩感知基本知识 | 第14-15页 |
| 2.2 数学模型与分析 | 第15-21页 |
| 2.3 观测矩阵设计 | 第21-23页 |
| 第三章 (?)_q正则化的阈值算法与收敛性分析 | 第23-52页 |
| 3.1 (?)_q正则化问题 | 第23-25页 |
| 3.2 (?)_q正则化的阈值表示理论 | 第25-33页 |
| 3.3 (?)_q正则化的极小值点的特征 | 第33-36页 |
| 3.4 (?)_q阈值算法的收敛性分析 | 第36-48页 |
| 3.5 数值实验 | 第48-52页 |
第四章 基于加速(?)_q(0| 第52-63页 | |
| 4.1 引言 | 第52-53页 |
4.2 (?)_q(0| 第53-55页 | |
4.3 加速(?)_q(0| 第55-57页 | |
| 4.4 数值实例 | 第57-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 光滑(?)_q惩罚的广义弹性网正则化的稀疏向量恢复 | 第63-78页 |
| 5.1 引言 | 第63-66页 |
5.2 光滑(?)_q(0| 第66-71页 | |
| 5.3 收敛到局部极小值点 | 第71-74页 |
| 5.4 数值实验 | 第74-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 求解弹性(?)_2-(?)_q最小化的迭代加权(?)_1算法的收敛性 | 第78-91页 |
| 6.1 引言 | 第78-80页 |
| 6.2 迭代加权(?)_1算法的收敛性分析 | 第80-85页 |
| 6.3 误差界估计 | 第85-87页 |
| 6.4 数值模拟 | 第87-90页 |
| 6.5 本章小结 | 第90-91页 |
| 第七章 总结与展望 | 第91-93页 |
| 7.1 总结 | 第91-92页 |
| 7.2 展望 | 第92-93页 |
| 参考文献 | 第93-99页 |
| 攻读博士学位期间完成的工作 | 第99-100页 |
| 致谢 | 第100页 |