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:
稀疏度自适应的匹配追踪算法(SAMP)是基于压缩感知理论的信号重建经典算法。针对稀疏度未知的信号重建,提出步长自适应的前向后向匹配追踪(AFBMP)算法,AFBMP 算法在稀疏度自适应匹配追踪算法的框架下,前向搜索过程中采用对数型自适应变化的步长选择匹配原子,然后通过后向策略修正前向阶段造成的错误,删除支撑集中的部分错误原子,最终实现信号的精确逼近。实验表明 AFBMP 算法比 SAMP 算法能够更加高效地重建稀疏度未知的信号。
推荐文章
基于自适应加速前向后向匹配追踪的压缩感知重构算法
压缩感知
匹配追踪
前向后向搜索
自适应阈值
信号重构
一种改进的正则化自适应匹配追踪算法
信号重构
压缩感知
稀疏度
自适应
正则化
一种步长自适应的正则化稀疏分解算法
稀疏分解
步长自适应
信号重建
正则化
基于压缩感知信号重建的自适应正交多匹配追踪算法
信号处理
压缩感知
稀疏表示
匹配追踪
重建算法
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 步长自适应的前向后向匹配追踪算法
来源期刊 计算机应用与软件 学科 工学
关键词 压缩感知 重构 前向后向 稀疏度自适应 匹配追踪算法
年,卷(期) 2016,(11) 所属期刊栏目 算 法
研究方向 页码范围 244-248
页数 5页 分类号 TP391.9
字数 5198字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.11.057
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 周密 暨南大学信息科学技术学院 9 24 2.0 4.0
2 张传林 暨南大学信息科学技术学院 38 154 6.0 11.0
3 张松江 暨南大学信息科学技术学院 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  (65)
共引文献  (37)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(13)
  • 参考文献(2)
  • 二级参考文献(11)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(11)
  • 参考文献(3)
  • 二级参考文献(8)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2019(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
压缩感知
重构
前向后向
稀疏度自适应
匹配追踪算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导