压缩感知究极入门贴

压缩感知旨在将高维信号投影到低维空间,需要信号在特定变换域中稀疏。通过选择合适的观测矩阵和稀疏基,可以实现信号的有效压缩与恢复。本文探讨了稀疏基的概念,观测矩阵的设计及其对重构信号的影响。
摘要由CSDN通过智能技术生成

压缩感知,目的是将一个高维信号投影到一个低维空间。为完成这一目标,1、需要原始信号是在某个变换域中是稀疏的,也是可压缩的。2、需要找一个与变换基不相关的观测矩阵将变换后的信号,从高维投影到低维。

这里可以举一个简单的例子,比如有一个三维信号X



对这个信号,我们可以用传统的正交基来表示,也就是[1 0 0]T,[0 1 0]T,[0 0 1]T。这样我们用这三个基来表示X得到一个系数向量这个系数向量我们可以用fei来表示,则这里的fei=[0.5 0.5 1]。

这三个系数都不为0或者近乎为0,这在cs里是不符合要求的!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值