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:
贝叶斯压缩感知是一种基于统计分析的压缩感知算法,具有很好的鲁棒性,能够充分利用信息间的相关性,它的重构依赖于图像的稀疏性表达。针对贝叶斯压缩感知的深层次稀疏化问题,笔者结合自适应字典学习思想,提出一种冗余自适应字典表示的稀疏贝叶斯学习算法。该算法对图像进行局部分块,从待重建图像的迭代中间图像分块中学习字典,并以该字典作为图像的稀疏变换基,通过稀疏贝叶斯学习算法获得稀疏解。实验结果表明,基于自适应字典的贝叶斯学习算法能提高稀疏化,明显改善图像的重构质量。
推荐文章
基于贝叶斯匹配追踪的SAR图像重构
压缩感知
SAR图像
高斯混合参数
贝叶斯
EM
广义贝叶斯字典学习K-SVD稀疏表示算法
稀疏贝叶斯学习
视频图像稀疏表示
字典学习
K-SVD算法
基于字典学习的土壤地球化学数据稀疏重构
土壤地球化学
稀疏优化
数据重构
字典学习
正交匹配追踪算法
反距离插值法
模式耦合快速求逆稀疏贝叶斯M IM O雷达成像
MIMO雷达成像
模式耦合
块稀疏
快速求逆
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 结合自适应字典学习的稀疏贝叶斯重构
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 稀疏贝叶斯学习 自适应字典 贝叶斯压缩感知
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 1-4,122
页数 5页 分类号 TP751
字数 2991字 语种 中文
DOI 10.3969/j.issn.1001-2400.2016.04.001
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 西安电子科技大学电子工程学院 103 717 14.0 20.0
2 高全学 西安电子科技大学通信工程学院 14 244 7.0 14.0
3 杨笑宇 西安电子科技大学电子工程学院 7 15 2.0 3.0
4 乔倩倩 西安电子科技大学电子工程学院 2 14 2.0 2.0
5 徐文娟 西安电子科技大学电子工程学院 1 8 1.0 1.0
6 贾拯 西安电子科技大学电子工程学院 1 8 1.0 1.0
7 陈楚楚 西安电子科技大学电子工程学院 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (15)
参考文献  (10)
节点文献
引证文献  (8)
同被引文献  (11)
二级引证文献  (8)
1992(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)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
稀疏贝叶斯学习
自适应字典
贝叶斯压缩感知
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导