基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
信号的稀疏表示在信号处理的许多方面有着重要的应用,基于MP的稀疏分解是目前信号稀疏分解的最常用方法,也是几乎所有稀疏分解算法中速度最快的,但其存在的关键问题仍然是计算量十分巨大.基于利用MP(Matching Pursuit)方法实现的信号稀疏分解算法,采用遗传算法(GA)快速寻找MP过程中每一步分解的最佳原子.并针对基本遗传算法存在的未成熟收敛和易陷入局部最优解的问题,提出了对基于GA和MP的信号稀疏分解的一种改进算法,实验结果证实了改进算法的有效性.
推荐文章
利用人工鱼群算法实现基于MP的信号稀疏分解
信号处理
稀疏分解
匹配追踪
人工鱼群算法
基于GA的心电信号稀疏分解MP算法改进
心电信号
遗传算法
匹配追踪算法
信号压缩
稀疏分解
压缩比
基于FFT的MP信号稀疏分解算法的改进
信号处理
稀疏表示
稀疏分解
MP算法
快速傅立叶变换
改进
利用粒子群算法实现信号OMP稀疏分解
稀疏表示
稀疏分解
匹配追踪算法(MP)
正交匹配追踪算法(OMP)
粒子群优化算法(PSO)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA和MP的信号稀疏分解算法的改进
来源期刊 计算机工程与应用 学科 工学
关键词 信号处理 稀疏分解 匹配跟踪(MP) 遗传算法(GA) 改进算法
年,卷(期) 2008,(29) 所属期刊栏目 理论研究
研究方向 页码范围 79-81
页数 3页 分类号 TN911.72
字数 2746字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.29.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王建英 西南交通大学信息科学与技术学院 69 1066 19.0 29.0
2 尹忠科 西南交通大学信息科学与技术学院 88 1741 22.0 38.0
3 张静 西南交通大学信息科学与技术学院 44 306 9.0 16.0
4 方辉 西南交通大学信息科学与技术学院 11 186 10.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (52)
参考文献  (7)
节点文献
引证文献  (21)
同被引文献  (63)
二级引证文献  (40)
1993(4)
  • 参考文献(1)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(3)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(8)
  • 引证文献(3)
  • 二级引证文献(5)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(9)
  • 引证文献(3)
  • 二级引证文献(6)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
信号处理
稀疏分解
匹配跟踪(MP)
遗传算法(GA)
改进算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导