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:
本文研究了SENSE模型下从部分傅里叶数据中信号的重建问题。利用类Dykstra近点方法和Bregman迭代方法,我们获得了一种SENSE模型下信号重建的加速类-Dykstra近点有效算法,并证明了该算法的收敛性。实验仿真显示,该方法比经典的分裂Bregman方法有效。
推荐文章
一种语音信号重建算法
IP语音
信包丢失隐藏
双边线性预测
语音质量评估
一种有效的多关系聚类算法
多关系数据挖掘
聚类
元组ID传播
相似度
K中心点聚类算法
一种基于代表点的增量聚类算法
代表点
节点属性
增量聚类
基于SENSE和GRAPPA的并行磁共振图像重建算法
并行磁共振图像重建
SENSE算法
GRAPPA算法
K空间
信噪比
线圈灵敏度
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 一种SENSE模型下信号重建的类-Dykstra近点有效算法
来源期刊 数学杂志 学科
关键词 核磁共振图像重建 压缩感知 Bregman方法 类Dykstra近点算法 SENSE模型
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 881-888
页数 8页 分类号
字数 1261字 语种 中文
DOI
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 殷弘 中国人民大学信息学院 6 4 1.0 2.0
2 许伟志 湖北经济学院统计学院 1 1 1.0 1.0
3 蒋凌云 湖北经济学院统计学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
核磁共振图像重建
压缩感知
Bregman方法
类Dykstra近点算法
SENSE模型
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
数学杂志
双月刊
0255-7797
42-1163/O1
16开
武汉大学
38-71
1981
chi
出版文献量(篇)
2723
总下载数(次)
2
总被引数(次)
6700
论文1v1指导