小波变换以及基于小波贝叶斯压缩感知资料收藏

本文介绍了作者在学习贝叶斯压缩感知过程中关注的重点,特别是基于小波的方法。分享了Duke University网站上的相关资源,包括两篇论文及Matlab源代码,涉及RVM和MCMC求解方法。此外,还提供了小波变换的学习资料,从一维到二维小波的基础知识,帮助读者逐步理解这一领域。
摘要由CSDN通过智能技术生成

        小波变换以及基于小波贝叶斯压缩感知资料收藏

最近开始多注重了些论文,开始学习贝叶斯压缩感知的原理和一些方法,看看能不能从概率上去寻找一些不一样的东西。正巧同组同学正在研究基于小波的贝叶斯压缩感知,故向其要了两篇此方向的论文,观摩观摩,以求得能够多吸取些知识。

对于贝叶斯压缩感知,Duke University 的网站上有不少很好的资料,网址为http://people.ee.duke.edu/~lcarin/BCS.html。里面资料较多,在论文方面有08至14年的大概十篇论文,从基本的贝叶斯压缩感知到小波从image到video处理都有涉及。作为入门我详细看了其中的两篇:  

1、Bayesian Compressive Sensing  

Shihao Ji, Ya Xue, and Lawrence Carin, IEEE Trans. Signal Processing, vol. 56, no. 6, pp. 2346-2356, June 2008.  

2、Exploiting Structure in Wavelet-Based Bayesian Compressive Sensing  

Lihan He and Lawrence Carin, IEEE Trans. Signal Processing, vol. 57, no. 9, pp. 3488-3497, Sept. 2009.  

作为了解。对于一个之

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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