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:
以双树复数小波基为稀疏基,局部哈达玛矩阵为观测矩阵,在IST算法的基础上提出一种改进的快度二步迭代混合范数算法,目标函数采用混合范数模型,二步迭代加速了目标函数的优化,二步迭代混合范数算法收敛于混合目标函数的最小值.改进的算法重构速度高于IST算法的2.5倍,图像的均方误差减小50%以上.与以DCT为稀疏基 、高斯矩阵为观测矩阵 、快速二步迭代混合范数算法为重构算法的压缩感知重构系统相比,改进算法的峰值信噪比提高了约1dB,表明改进算法具有更好的图像重构质量和重构速度.
推荐文章
基于双密度双树复数小波变换的图像去噪
双密度双树小波
双数复数小波
图像处理
去噪
基于双树复数小波变换的SAR图像噪声抑制方法
SAR图像
相干斑抑制
双树复数小波变换
基于复数小波的图像恢复算法研究
复数小波
降质图像模型
正则反卷
隐Markov树模型
基于双树复数小波变换的特征点水印算法
数字水印
双树复数小波变换
F(o)rstner特征点
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 基于双树复数小波的快速二步迭代混合范数算法
来源期刊 软件导刊 学科 工学
关键词 压缩感知 图像重构 稀疏变换 混合范数 二步迭代
年,卷(期) 2017,(10) 所属期刊栏目 算法与语言
研究方向 页码范围 54-56,60
页数 4页 分类号 TP312
字数 2714字 语种 中文
DOI 10.11907/rjdk.171763
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 陈晨 江苏大学京江学院通信工程系 29 94 5.0 9.0
2 叶润武 江苏大学计算机科学与通信工程学院 9 20 2.0 4.0
3 孙海威 江苏大学计算机科学与通信工程学院 5 6 2.0 2.0
4 张鑫晟 江苏大学计算机科学与通信工程学院 4 6 2.0 2.0
5 孔尧 江苏大学计算机科学与通信工程学院 7 9 2.0 2.0
6 刘委 江苏大学计算机科学与通信工程学院 4 5 2.0 2.0
7 孙旭 江苏大学计算机科学与通信工程学院 10 26 3.0 4.0
8 高亚红 江苏大学计算机科学与通信工程学院 8 37 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
图像重构
稀疏变换
混合范数
二步迭代
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导