原文服务方: 计算机应用研究       
摘要:
为有效解决压缩采样匹配追踪(compressive sampling matching pursuit,CoSaMP)算法对稀疏度K值的依赖问题,提高重构精度,提出了一种根据峰值信噪比增减变化趋势来确定最佳迭代次数的CoSaMP改进算法.先将PSNR算式进行数学推导演变,将算式中未知的原始信号巧妙转换为已知信号,并证明了此转换式与PSNR算式有相同增减性,在迭代过程中基于此转换式可根据各列稀疏度的不同,自适应地确定不同列的最佳迭代次数,从而保证更高的重构精度.理论分析和实验仿真表明,改进的CoSaMP算法比原有算法有更理想的重构效果,与其他重构算法相比有更高的重构成功率,并且更具高效性和实用性.
推荐文章
基于WM-CoSaMP重构算法的压缩感知在步态识别中的应用研究
步态识别
特征提取
压缩感知
投影观测
重构
基于小波树模型的压缩采样匹配(WM-CoSaMP)
基于小波树模型的CoSaMP压缩感知算法
小波树模型
压缩采样匹配追踪
压缩感知
无线传感器网络
一种压缩采样硬阈值追踪压缩感知重构算法
压缩感知
稀疏表示
重构算法
匹配追踪
基于分离字典构造的快速压缩感知重构算法
压缩感知
矩阵流形
分离字典
快速重构
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 基于压缩感知CoSaMP算法的精确重构
来源期刊 计算机应用研究 学科
关键词 压缩感知 压缩采样匹配追踪 图像重构 重构算法
年,卷(期) 2015,(8) 所属期刊栏目 图形图像技术
研究方向 页码范围 2554-2557
页数 4页 分类号 TP391.41|TN911.73
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.08.076
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 王勇 河北工程大学信息与电气工程学院 8 61 5.0 7.0
2 郎利影 河北工程大学信息与电气工程学院 15 58 4.0 7.0
3 白文庆 河北工程大学信息与电气工程学院 2 18 2.0 2.0
4 杨宇 河北工程大学信息与电气工程学院 2 13 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (624)
参考文献  (11)
节点文献
引证文献  (13)
同被引文献  (36)
二级引证文献  (5)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(12)
  • 参考文献(5)
  • 二级参考文献(7)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
压缩感知
压缩采样匹配追踪
图像重构
重构算法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导