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:
对残差信号用类高斯分布建模,通过分析回溯型自适应正交匹配追踪(backtracking-based adaptive orthogonal matching pursuit, BAOMP)算法的阈值选择方法与常规信号稀疏度方法的一致性和差异,提出一种改进的BAOMP算法。采用80-20准则判断信号的粗匹配状态,然后对后续匹配步骤引入可变步长阈值,实现选入原子集容量的精细调整,提高选入原子的正确匹配率,避免了残差信号的准周期性失配。实验结果表明,与BAOMP算法相比,在500次重复实验中,改进的BAOMP算法对高斯稀疏信号的精确重建概率提高17%~26%,对自然图像的精确重建概率提高70%以上。
推荐文章
基于CS的稀疏度变步长自适应压缩采样匹配追踪算法
压缩感知(
CS)
压缩采样
自适应
变步长
匹配追踪
基于l2,1范数原子选择的图像分块稀疏重构
压缩感知
稀疏表示
l2,1范数选择
图像重构
图像分块
匹配追踪
基于变步长的正则回溯SAMP压缩感知重构算法
压缩感知
正则回溯
变步长
重构精度
基于稀疏度自适应算法的压缩感知
压缩感知
稀疏度自适应算法
重构时间
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 原子集校正及步长可控的稀疏度未知CS重构
来源期刊 应用科学学报 学科 工学
关键词 压缩感知 正交匹配追踪 匹配集裁剪 增量步长控制
年,卷(期) 2014,(2) 所属期刊栏目 信号与信息处理
研究方向 页码范围 163-169
页数 7页 分类号 TN911.7
字数 4695字 语种 中文
DOI 10.3969/j.issn.0255-8297.2014.02.008
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 杜明辉 华南理工大学电子与信息学院 100 969 16.0 26.0
2 马丽红 华南理工大学电子与信息学院 38 228 6.0 14.0
3 曾春艳 华南理工大学电子与信息学院 17 18 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (3)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(5)
  • 参考文献(4)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
压缩感知
正交匹配追踪
匹配集裁剪
增量步长控制
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
应用科学学报
双月刊
0255-8297
31-1404/N
大16开
上海市上大路99号123信箱
1983
chi
出版文献量(篇)
2210
总下载数(次)
5
总被引数(次)
16489
论文1v1指导