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:
稀疏度自适应匹配追踪(SAMP)算法是压缩感知(CS)中一种主流的图像重构算法.随着迭代次数的增加,SAMP算法的原子候选集将成倍增加,会导致系统空间的浪费和重构时间的增长.为此,提出了一种模糊裁剪阈值稀疏度自适应匹配追踪(FPTSAMP)算法.由于离散小波变换(DWT)在CS稀疏处理过程中破坏了低频逼近系数间的相关性,对信号的重构质量产生了一定的负面影响,因而采用小波高频子带变换(HFSBWT)来替代DWT,实现对信号的稀疏表示.仿真实验结果表明,相比于同一重构算法,采用HFSBWT方法得到的峰值信噪比更好;与SAMP算法相比,与HFSBWT相结合的FPTSAMP算法的重构效果有了明显提高,重构时间也减少了一半.
推荐文章
基于压缩感知SAMP算法的改进
压缩感知
矩阵分块
变步长匹配追踪
稀疏估计
基于变步长的正则回溯SAMP压缩感知重构算法
压缩感知
正则回溯
变步长
重构精度
小波高频子带变换裁剪阈值SAMP算法研究
压缩感知
图像重构
高频子带小波变换
裁剪阈值SAMP算法
压缩感知重构SAMP的改进算法
压缩感知
算法
信号重构
自适应
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 基于模糊裁剪阈值的SAMP压缩感知算法
来源期刊 计算机技术与发展 学科 工学
关键词 压缩感知 重构算法 高频子带小波变换 模糊裁剪阈值SAMP算法
年,卷(期) 2017,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 35-39
页数 5页 分类号 TP301.6
字数 654字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.09.008
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 李雷 南京邮电大学理学院 82 539 12.0 18.0
2 周飞飞 南京邮电大学理学院 4 15 3.0 3.0
3 郭青青 南京邮电大学理学院 3 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  (93)
共引文献  (77)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(19)
  • 参考文献(1)
  • 二级参考文献(18)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(16)
  • 参考文献(0)
  • 二级参考文献(16)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(10)
  • 参考文献(2)
  • 二级参考文献(8)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
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
重构算法
高频子带小波变换
模糊裁剪阈值SAMP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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导