压缩感知中的组稀疏优化算法研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:damitanqq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
混合型微分方程广泛应用于许多学科领域,如生命科学、医学、交通调度、工程控制等,对描述自然科学和社会科学中的各种现象具有重要作用。但是由于延迟量和超前量的存在,只有极少
本文通过考虑两类二阶中立型无穷时滞微分方程,借助算子和Krasnoselskii不动点理论,进而得到这两个方程正周期解的存在性.这两个方程为;和这里λ是一个正参数;w和c是两个常数
随着数据采集手段的提高,很多行业都存在大量的数据,人们迫切地需要将这些数据转换成有用的信息和知识;作为实现这个转换的重要途径,数据挖掘引起了社会各界的极大关注。据国
本研究主要包括三部分内容:一部分是关于概周期型函数的等价定义的证明,一部分是解决关于向量值概周期型函数的两个公开问题,最后一部分是将渐进概周期函数的唯一分解性质运用到
A.Grothendieck在导出范畴上引入了粘合(Recollement)的概念。A.A.Beilinson,J.Bernstein和P.Deligne推广了这一概念,定义了三角范畴上的粘合。Ladder的概念源自A.Beilinson,V.
分数阶微分方程在众多物理和工程问题中有着重要应用,近四十年来,一直是国际上的热点研宄课题.  本文介绍了分数阶微分方程的一些基本理论,然后利用算子半群理论,不动点等方法,
本文提出了一种名为DC-AdaBoost的集成算法,并通过算法组合的方式改进了SVM算法(l1+l2约束下的Ramp损失算法)。在集成学习中,前期加入训练数据聚类过程,通过聚类情况对AdaBoost算法迭代与权值取舍时进行优化;在后期测试集上,依据数据点所属聚类的不同,改变每个弱分类器的表决权值。使用该项技术可以实现局部数据最优学习弱分类器的表决融合,而非整体弱分类器的表决的融合,同时也对噪声敏感
在现实生活中,许多模型的外形都是近似于球面的,例如宇宙中的绝大多数星体,人类的心、肺、肾等器官。重建星体外形能够更好的研究星体内部的信息,重建人类的器官外形有助于对疾病
在科技技术领域,随机系统极易受到干扰或者误差的影响,这就要求随机系统不但是以概率稳定的,还要求随机系统具有随机输入到状态稳定性,即SISS性质,如果系统的输出以状态的某
本文是对经典Hardy不等式在平均意义上的推广和改进。我们通过对积分平均再平均的求解得到了一个积分核“ln x/t”,从而对二次平均进行了定义,并在此基础上完成了以下两个工