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:
压缩感知(compressed sensing,CS)是一种全新的信号采样技术,对于稀疏信号,它能够以远小于传统的Nyquist采样定理的采样点来重构信号.在压缩感知中,采用动态连续系统,对?1-?2范数的稀疏信号重构问题进行了研究.提出了一种基于固定时间梯度流的稀疏信号重构算法,证明了该算法在Lyapunov意义上的稳定性并且收敛于问题的最优解.最后通过与现有的投影神经网络算法的对比,体现了该算法的可行性以及在收敛速度上的优势.
推荐文章
基于加权1范数的稀疏重构波达方向估计算法
方向估计
稀疏重构
空间傅里叶变换
加权
基于l2,1范数原子选择的图像分块稀疏重构
压缩感知
稀疏表示
l2,1范数选择
图像重构
图像分块
匹配追踪
基于l2-范数重构样本约束的稀疏表示人脸识别方法
稀疏表示
人脸识别
联合表示
重构样本
基于l1-l2范数的块稀疏信号重构
块稀疏
l1-l2范数
压缩感知
重构算法
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 固定时间梯度流在?1-?2范数中的稀疏重构
来源期刊 应用数学和力学 学科 物理学
关键词 压缩感知 ?1-?2范数 固定时间梯度流 稀疏信号重构
年,卷(期) 2019,(11) 所属期刊栏目
研究方向 页码范围 1270-1277
页数 8页 分类号 O357.41
字数 语种 中文
DOI 10.21656/1000-0887.400202
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 何兴 西南大学电子信息工程学院 5 7 1.0 2.0
2 胡登洲 西南大学电子信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (2)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(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)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
?1-?2范数
固定时间梯度流
稀疏信号重构
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
应用数学和力学
月刊
1000-0887
50-1060/O3
16开
重庆交通大学90号信箱
78-21
1980
chi
出版文献量(篇)
3740
总下载数(次)
2
总被引数(次)
22232
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导