首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

压缩感知观测矩阵及重构算法的智能优化策略设计

中文摘要第3-4页
abstract第4-5页
第一章 引言第8-16页
    1.1 压缩感知研究背景第8-9页
    1.2 压缩感知的研究现状第9-15页
        1.2.1 观测矩阵研究现状第9-10页
        1.2.2 重构算法的研究现状第10-15页
    1.3 本文主要研究内容及章节安排第15-16页
第二章 面向观测矩阵的自适应蝙蝠算法优化策略第16-50页
    2.1 观测矩阵对重构结果的影响第16-17页
    2.2 自适应蝙蝠算法设计第17-22页
        2.2.1 标准蝙蝠算法第17-18页
        2.2.2 蝙蝠算法研究现状第18-21页
        2.2.3 自适应蝙蝠算法第21-22页
    2.3 基于自适应蝙蝠算法的观测矩阵优化第22-27页
        2.3.1 种群初始化及编码策略第22-23页
        2.3.2 种群的定义域区间第23-24页
        2.3.3 适应值函数第24页
        2.3.4 基于自适应蝙蝠算法的观测矩阵优化算法第24-27页
    2.4 仿真实验第27-49页
        2.4.1 信号重构实验及分析第27-37页
        2.4.2 图像重构实验及分析第37-42页
        2.4.3 变换基的分析与鲁棒性验证第42-49页
    2.5 本章小结第49-50页
第三章 基于离散蝙蝠算法的重构算法第50-66页
    3.1 重构算法分析第50-51页
    3.2 离散蝙蝠算法第51-52页
    3.3 基于离散蝙蝠的重构算法第52-54页
        3.3.1 先验信息提取第52页
        3.3.2 适应值函数第52页
        3.3.3 离散蝙蝠重构算法流程第52-54页
    3.4 仿真实验第54-65页
        3.4.1 实验环境及参数选择第54页
        3.4.2 评价指标设计第54-55页
        3.4.3 信号重构实验及分析第55-58页
        3.4.4 图像重构实验及分析第58-65页
        3.4.5 与其它进化算法对比第65页
    3.5 本章小结第65-66页
第四章 基于多目标离散蝙蝠算法的重构算法第66-82页
    4.1 多目标重构算法分析第66页
    4.2 多目标离散蝙蝠算法设计第66-69页
        4.2.1 多目标算法介绍第66-68页
        4.2.2 多目标离散蝙蝠算法流程第68-69页
    4.3 多目标离散蝙蝠重构算法第69-71页
        4.3.1 适应值函数设计第69页
        4.3.2 选解策略第69-70页
        4.3.3 多目标离散蝙蝠重构算法流程第70-71页
    4.4 仿真实验第71-81页
        4.4.1 实验环境及参数选择第71页
        4.4.2 评价指标设计第71-72页
        4.4.3 信号重构实验及分析第72-74页
        4.4.4 图像重构实验及分析第74-80页
        4.4.5 与其它进化算法对比第80-81页
    4.5 本章小结第81-82页
第五章 总结与展望第82-84页
    5.1 主要工作总结第82-83页
    5.2 展望第83-84页
参考文献第84-90页
致谢第90-92页
攻读学位期间发表的学术论文目录第92-94页
个人简介及联系方式第94页

论文共94页,点击 下载论文
上一篇:我国商业银行资产托管业务发展问题研究
下一篇:内部控制水平对公司债券信用价差的影响研究