信号稀疏表示理论及应用研究

摘要	第1-6页
ABSTRACT	第6-10页
第1章 绪论	第10-18页
·课题研究背景和意义	第10-11页
·国内外研究现状	第11-17页
·稀疏分解算法的发展	第12-15页
·字典构造的发展	第15-17页
·论文研究的主要内容	第17-18页
第2章 信号的稀疏表示理论	第18-28页
·数学基础及相关说明	第18-21页
·从逼近论到过冗余稀疏表示	第18-19页
·稀疏性的度量	第19-21页
·唯一性和不确定性	第21页
·稀疏分解基本算法	第21-24页
·匹配追踪	第22页
·基追踪	第22-23页
·FOCUSS 算法	第23-24页
·过完备冗余字典	第24-27页
·传统的构造方法	第24-25页
·基于训练的方法	第25-27页
·本章小结	第27-28页
第3章 基于 Lp 范数稀疏分解算法的研究	第28-37页
·L1、L2 及 SL0 基本原理	第28-30页
·SL0 算法	第30-31页
·实验及结果分析	第31-36页
·本章小结	第36-37页
第4章 基于 SL0 算法的字典训练方法研究	第37-52页
·改进的字典训练方法	第37-41页
·K-SVD 算法	第37-40页
·基于 SL0 的字典训练方法	第40-41页
·学习字典在图像去噪中的研究	第41-45页
·图像去噪基本方法	第42-43页
·基于学习字典的图像去噪	第43-44页
·图像质量评价	第44-45页
·实验及结果分析	第45-51页
·本章小结	第51-52页
结论	第52-54页
参考文献	第54-59页
攻读硕士学位期间所发表的论文和取得的科研成果	第59-60页
致谢	第60页