掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
壓縮感知淺析 版權信息
- ISBN：9787030457486
- 條形碼：9787030457486 ; 978-7-03-045748-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
壓縮感知淺析 本書特色
本書共7章，主要介紹壓縮感知*基本的理論和典型應用。第1章簡要地勾勒了壓縮感知理論的基本輪廓和背景知識；第2章介紹了信號的稀疏性和可壓縮信號模型；第3章深入討論了采樣矩陣應該具有的特性和其設計原則；第4章分析了在壓縮感知的重建中采用1范數*小化的根本原因；第5章系統地介紹了稀疏信號重建的典型算法；第6章討論了稀疏編碼與字典學習的相關知識；第7章介紹了壓縮感知在幾個特殊領域的典型應用。本書試圖用*樸實的語句和簡潔的公式來系統性地介紹壓縮感知理論核心和其在實際中的應用。壓縮感知雖然不像奈奎斯特采樣定律一樣具有普適性，但其在某些特殊的應用場景下，確實能夠起到事半功倍的效果。
壓縮感知淺析 內容簡介
本書共7章，主要介紹壓縮感知*基本的理論和典型應用。第1章簡要地勾勒了壓縮感知理論的基本輪廓和背景知識；第2章介紹了信號的稀疏性和可壓縮信號模型；第3章深入討論了采樣矩陣應該具有的特性和其設計原則；第4章分析了在壓縮感知的重建中采用1范數*小化的根本原因；第5章系統地介紹了稀疏信號重建的典型算法；第6章討論了稀疏編碼與字典學習的相關知識；第7章介紹了壓縮感知在幾個特殊領域的典型應用。本書試圖用*樸實的語句和簡潔的公式來系統性地介紹壓縮感知理論核心和其在實際中的應用。壓縮感知雖然不像奈奎斯特采樣定律一樣具有普適性，但其在某些特殊的應用場景下，確實能夠起到事半功倍的效果。
壓縮感知淺析 目錄
前言
第1章緒論1
參考文獻7
第2章稀疏信號和可壓縮信號模型9
2.1矢量空間簡介9
2.2基和框架11
2.3稀疏性表達12
2.3.1一維信號模型13
2.3.2二維信號模型14
2.4可壓縮信號15
參考文獻17
第3章采樣矩陣18
3.1壓縮感知的數學模型18
3.2零空間條件20
3.2.1斯巴克20
3.2.2零空間特性21
3.3約束等距性質24
3.3.1約束等距特性和穩定性25
3.3.2測量邊界27
3.4約束等距特性和零空間特性30
3.5滿足約束等距特性的矩陣35
3.6非相關性37
參考文獻42
第4章壓縮感知的重建44
4.1基于1范數*小化的稀疏信號重建44
4.2無噪聲信號重建46
4.3有噪信號重建49
4.3.1邊界噪聲污染信號的重建50
4.3.2高斯噪聲污染信號的重建52
4.4測量矩陣的校準54
4.4.1問題描述54
4.4.2非監督校準56
4.4.3仿真數據生成56
4.4.4仿真結果57
參考文獻59
第5章稀疏信號重建算法61
5.1稀疏信號重建算法61
5.2基于凸優化類算法62
5.2.1問題描述62
5.2.2線性規劃63
5.2.3收縮循環迭代法64
5.2.4Bregman循環迭代法65
5.3貪婪算法66
5.3.1問題描述66
5.3.2匹配跟蹤算法66
5.3.3正交匹配跟蹤算法68
5.3.4逐步正交匹配跟蹤算法69
5.3.5壓縮感知匹配跟蹤算法70
5.3.6正則化正交匹配追蹤算法71
5.3.7循環硬門限法71
5.3.8子空間追蹤算法72
5.4組合算法73
5.4.1問題描述73
5.4.2計數*小略圖法74
5.4.3計數中值略圖法75
5.5貝葉斯方法76
5.5.1問題描述76
5.5.2基于信任擴散的稀疏重建方法76
5.5.3稀疏貝葉斯學習77
5.5.4貝葉斯壓縮感知79
參考文獻79
第6章稀疏編碼與字典學習83
6.1字典學習與矩陣分解87
6.2非負矩陣分解92
6.3端元提取97
6.4稀疏編碼100
6.4.1*優方向法102
6.4.2K-SVD103
參考文獻106
第7章壓縮感知的應用110
7.1基于壓縮感知的單像素相機110
7.2壓縮感知在激光雷達中的應用116
7.3壓縮感知在模擬數字轉換器中的應用122
7.4壓縮感知在射電天文中的應用125
7.4.1去卷積126
7.4.2多頻率合成134
7.5壓縮感知在基因檢測器中的應用144
7.6壓縮感知在其他方面的應用147
7.6.1稀疏誤差糾錯147
7.6.2壓縮感知在星載天文望遠鏡HERSCHEL中的應用148
參考文獻149
附錄A壓縮感知實例152
參考文獻154
附錄BLenna圖像趣聞155
參考文獻157
后記158
參考文獻159
第1章緒論1
參考文獻7
第2章稀疏信號和可壓縮信號模型9
2.1矢量空間簡介9
2.2基和框架11
2.3稀疏性表達12
2.3.1一維信號模型13
2.3.2二維信號模型14
2.4可壓縮信號15
參考文獻17
第3章采樣矩陣18
3.1壓縮感知的數學模型18
3.2零空間條件20
3.2.1斯巴克20
3.2.2零空間特性21
3.3約束等距性質24
3.3.1約束等距特性和穩定性25
3.3.2測量邊界27
3.4約束等距特性和零空間特性30
3.5滿足約束等距特性的矩陣35
3.6非相關性37
參考文獻42
第4章壓縮感知的重建44
4.1基于1范數*小化的稀疏信號重建44
4.2無噪聲信號重建46
4.3有噪信號重建49
4.3.1邊界噪聲污染信號的重建50
4.3.2高斯噪聲污染信號的重建52
4.4測量矩陣的校準54
4.4.1問題描述54
4.4.2非監督校準56
4.4.3仿真數據生成56
4.4.4仿真結果57
參考文獻59
第5章稀疏信號重建算法61
5.1稀疏信號重建算法61
5.2基于凸優化類算法62
5.2.1問題描述62
5.2.2線性規劃63
5.2.3收縮循環迭代法64
5.2.4Bregman循環迭代法65
5.3貪婪算法66
5.3.1問題描述66
5.3.2匹配跟蹤算法66
5.3.3正交匹配跟蹤算法68
5.3.4逐步正交匹配跟蹤算法69
5.3.5壓縮感知匹配跟蹤算法70
5.3.6正則化正交匹配追蹤算法71
5.3.7循環硬門限法71
5.3.8子空間追蹤算法72
5.4組合算法73
5.4.1問題描述73
5.4.2計數*小略圖法74
5.4.3計數中值略圖法75
5.5貝葉斯方法76
5.5.1問題描述76
5.5.2基于信任擴散的稀疏重建方法76
5.5.3稀疏貝葉斯學習77
5.5.4貝葉斯壓縮感知79
參考文獻79
第6章稀疏編碼與字典學習83
6.1字典學習與矩陣分解87
6.2非負矩陣分解92
6.3端元提取97
6.4稀疏編碼100
6.4.1*優方向法102
6.4.2K-SVD103
參考文獻106
第7章壓縮感知的應用110
7.1基于壓縮感知的單像素相機110
7.2壓縮感知在激光雷達中的應用116
7.3壓縮感知在模擬數字轉換器中的應用122
7.4壓縮感知在射電天文中的應用125
7.4.1去卷積126
7.4.2多頻率合成134
7.5壓縮感知在基因檢測器中的應用144
7.6壓縮感知在其他方面的應用147
7.6.1稀疏誤差糾錯147
7.6.2壓縮感知在星載天文望遠鏡HERSCHEL中的應用148
參考文獻149
附錄A壓縮感知實例152
參考文獻154
附錄BLenna圖像趣聞155
參考文獻157
后記158
參考文獻159
展開全部
書友推薦
- >
史學評論
- >
伊索寓言-世界文學名著典藏-全譯本
- >
姑媽的寶刀
- >
煙與鏡
- >
李白與唐代文化
- >
自卑與超越
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
朝聞道
本類暢銷
