基于信号稀疏表示的重构与分类算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·稀疏分解方法的研究进展 | 第9-12页 |
| ·字典更新方法的研究进展 | 第12-14页 |
| ·论文内容和章节安排 | 第14-16页 |
| 第二章 稀疏表示理论概述 | 第16-22页 |
| ·引言 | 第16页 |
| ·过完备字典下信号的稀疏表示 | 第16-17页 |
| ·字典更新理论概述 | 第17-21页 |
| ·重构中的字典学习 | 第18-20页 |
| ·分类中的字典学习 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 稀疏度自适应的图像重构 | 第22-38页 |
| ·引言 | 第22页 |
| ·经典的匹配追踪算法 | 第22-27页 |
| ·正交匹配追踪算法 | 第23-24页 |
| ·分段正交匹配追踪算法 | 第24-25页 |
| ·正则化正交匹配追踪算法 | 第25-26页 |
| ·子空间追踪及压缩采样匹配追踪算法 | 第26-27页 |
| ·稀疏度自适的匹配追踪算法 | 第27-30页 |
| ·稀疏度自适应匹配追踪算法 | 第27-29页 |
| ·改进的稀疏度自适应匹配追踪算法 | 第29-30页 |
| ·实验仿真与分析 | 第30-36页 |
| ·一维稀疏信号重构实验 | 第30-32页 |
| ·二维图像信号重构实验 | 第32-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于稀疏表示的信号分类 | 第38-64页 |
| ·引言 | 第38页 |
| ·面向分类的匹配追踪算法 | 第38-49页 |
| ·经典的匹配追踪分类算法 | 第38-40页 |
| ·改进的匹配追踪分类算法 | 第40-43页 |
| ·实验仿真与分析 | 第43-49页 |
| ·面向分类的字典更新算法 | 第49-62页 |
| ·LC-KSVD 算法 | 第49-51页 |
| ·LC-KSVD 算法的优化及参数的初始化 | 第51-52页 |
| ·LC-KSVD 算法的改进 | 第52-54页 |
| ·实验仿真与分析 | 第54-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·全文总结 | 第64-65页 |
| ·工作展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 作者在读期间的研究成果 | 第74-75页 |
