- 博客(5)
- 资源 (26)
- 收藏
- 关注
原创 压缩感知重构算法之迭代硬阈值(IHT)
本篇来介绍IHT重构算法。一般在压缩感知参考文献中,提到IHT时一般引用的都是文献【1】,但IHT实际上是在文献【2】中提出的。IHT并不是一种凸优化算法,它类似于OMP,是一种迭代算法,但它是由一个优化问题推导得到的。文献【1】和文献【2】的作者相同,署名单位为英国爱丁堡大学(University ofEdinburgh),第一作者的个人主页见参考文献【3】,从个人主页来看,作者现在已到英国南安普敦大学(University of Southampton),作者发表的论文均可以从其个人主页中下载。
2016-07-31 19:19:05 26364 14
原创 压缩感知重构算法之Gradient Descent with Sparsification(GraDeS)
本篇介绍压缩感知重构算法GraDes(GradientDescent with Sparsification),该算法是在文献【GargR, Khandekar R. Gradient descent with sparsification: an iterative algorithmfor sparse recovery with restricted isometry property[C]//Proceedings of the26th Annual International Conference
2016-07-28 21:51:31 8273 8
原创 使用l1-magic工具箱求解基追踪(BP)和基追踪降噪(BPDN)
题目:使用l1-magic工具箱求解基追踪(BP)和基追踪降噪(BPDN) 基追踪(Basis Pursuit, BP)和基追踪降噪(Basis PursuitDe-Noising, BPDN)都不能称为是具体的算法,实际上分别是求解一个优化问题:基追踪:基追踪降噪: BP和BPDN可以由多种优化求解方法去解。为了求解这两个优
2016-07-24 16:31:35 20381 21
原创 压缩感知重构算法之基追踪降噪(Basis Pursuit De-Noising, BPDN)
本篇来探讨基追踪降噪(Basis Pursuit De-Noising, BPDN),与基追踪不同之处在于,基追踪降噪在模型中考虑到了噪声的存在,而这在实际中是非常有意义的。因为考虑到了噪声,所以不同于BP的最优化模型可以转化为线性规划问题,BPDN的最优化模型可以转化为二次规划问题。
2016-07-24 13:55:34 33239 20
原创 压缩感知重构算法之基追踪(Basis Pursuit, BP)
题目:压缩感知重构算法之基追踪(Basis Pursuit, BP) 除匹配追踪类贪婪迭代算法之外,压缩感知重构算法另一大类就是凸优化算法或最优化逼近方法,这类方法通过将非凸问题转化为凸问题求解找到信号的逼近,其中最常用的方法就是基追踪(Basis Pursuit, BP),该方法提出使用l1范数替代l0范数来解决最优化问题,以便使用线性规划方法来求解[1]。
2016-07-21 21:03:19 60694 26
Multipath match pursuit源代码
2023-08-02
广义正交匹配追踪(Generalized orthogonal matching pursuit)源代码
2023-08-02
csmp_matlab_code
2022-04-13
cs_matlab_code
2022-04-13
Heig_matlabR2016a_win10_i7-7500U.mat
2020-05-25
Linear Discriminant Analysis :A Tutorial on Data Reduction
2018-06-14
AboutAtomizer1208.pdf
2016-07-22
数字序列补零后的频谱变化
2012-05-19
使用matlab进行频谱分析时若干问题解释
2012-02-22
我的Platform Builder编译错误总结
2010-12-07
三星公司原始的SMDK2440BSP包
2010-05-14
基于ARM9的WinCE快速入门
2010-04-26
GEC2440的BIOS分析(清晰版)
2010-04-26
GEC2440的BIOS分析.pdf
2010-04-25
STM32实验板原理图与PCB
2010-04-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人