| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7页 |
| ·矩阵重建研究背景 | 第7-8页 |
| ·压缩感知 | 第8-10页 |
| ·矩阵重建研究现状 | 第10-14页 |
| ·矩阵填充 | 第11-12页 |
| ·矩阵恢复 | 第12-13页 |
| ·低秩表示 | 第13-14页 |
| ·本文主要工作及章节安排 | 第14-17页 |
| 第二章 矩阵重建算法及应用概述 | 第17-27页 |
| ·引言 | 第17页 |
| ·矩阵重建可行性分析 | 第17-19页 |
| ·矩阵填充可行性分析 | 第17-18页 |
| ·矩阵恢复可行性分析 | 第18页 |
| ·低秩表示可行性分析 | 第18-19页 |
| ·矩阵重建的算法 | 第19-25页 |
| ·预备知识 | 第20-21页 |
| ·迭代阈值算法(IT) | 第21页 |
| ·加速近端梯度算法(APG) | 第21-22页 |
| ·对偶算法(Dual Approach) | 第22-23页 |
| ·增广拉格朗日乘子算法(ALM) | 第23-25页 |
| ·矩阵重建应用实例 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 矩阵重建求解算法的改进 | 第27-41页 |
| ·引言 | 第27页 |
| ·权重因子λ的改进 | 第27-32页 |
| ·λ的取值范围 | 第28页 |
| ·λ取值的改进 | 第28-30页 |
| ·仿真实验 | 第30-32页 |
| ·奇异值分解的改进 | 第32-40页 |
| ·线性时间近似奇异值分解算法 | 第33-35页 |
| ·k s值的确定 | 第35-36页 |
| ·恒定时间奇异值近似算法 | 第36-37页 |
| ·仿真实验结果 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 改进矩阵重建求解算法在日像仪图像重建中的应用 | 第41-51页 |
| ·引言 | 第41页 |
| ·日像仪重建算法 | 第41-42页 |
| ·日像仪成像原理及日像仪阵型 | 第42-44页 |
| ·日像仪成像原理 | 第42-43页 |
| ·日像仪阵型 | 第43-44页 |
| ·矩阵重建在日像仪图像重建中的应用 | 第44-47页 |
| ·初始模型的建立 | 第44-45页 |
| ·模型的更改与简化 | 第45-47页 |
| ·日像仪图像重建仿真实验 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 结束语 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 读研期间研究成果 | 第61-62页 |