压缩感知中l1正则化最小二乘问题的算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究目的及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 本文主要工作和结构安排 | 第16-18页 |
| 1.3.1 主要研究工作 | 第16页 |
| 1.3.2 本文结构安排 | 第16-18页 |
| 第二章 压缩感知理论 | 第18-28页 |
| 2.1 压缩感知的基本原理 | 第18-19页 |
| 2.2 稀疏表示 | 第19-20页 |
| 2.3 观测矩阵 | 第20-22页 |
| 2.4 问题模型 | 第22-23页 |
| 2.5 经典重构算法 | 第23-28页 |
| 第三章 修正的迭代近似梯度投影算法 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 迭代梯度投影方法 | 第28-32页 |
| 3.2.1 步长 | 第29-32页 |
| 3.3 修正的迭代近似梯度投影（MIAGP）算法 | 第32-33页 |
| 3.3.1 算法描述 | 第32-33页 |
| 3.3.2 算法收敛性 | 第33页 |
| 3.4 实验结果及分析 | 第33-38页 |
| 第四章 一种基于新步长的稀疏优化算法 | 第38-46页 |
| 4.1 一种基于新步长的稀疏优化（NSP）算法 | 第38-41页 |
| 4.2 算法收敛性 | 第41页 |
| 4.3 实验结果及分析 | 第41-46页 |
| 4.3.1 稀疏重构 | 第42-44页 |
| 4.3.2 图像去模糊问题 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 全文总结 | 第46页 |
| 5.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-54页 |
| 作者简介 | 第54-55页 |
