压缩感知入门--论文解读 1.Compressive Sensing by Richard G. Baraniuk
Compressive Sensing是压缩感知的入门级文章。
首先结合以前的压缩给出了压缩感知的优点。即,以往的压缩,是sample-then-compress framework 即必须先采样,再压缩,这种压缩固有其缺点,即,一,采样数N数量大;二,即便将N压缩成为K,每个采样点的系数必须计算好,即必须计算N个系数;三,大系数的位置必须被编码。
然后给出了压缩感知的基本概念和方法,即压
原创
2016-12-08 21:15:54 ·
2377 阅读 ·
0 评论