【摘 要】
：
压缩感知理论利用信号的稀疏性这一特点,通过较少的观测数据来高概率地重构出原始信号,从而降低了采样的频率,打破了传统奈奎斯特采样定理的局限性,同时也缓解了采样设备在硬
【机 构】
：
太原师范学院数学系,山西晋中030600
论文部分内容阅读
压缩感知理论利用信号的稀疏性这一特点,通过较少的观测数据来高概率地重构出原始信号,从而降低了采样的频率,打破了传统奈奎斯特采样定理的局限性,同时也缓解了采样设备在硬件方面的局限性,减少了数据存储,处理及传输的成本.在l1-l2最小化模型的基础上,讨论了当测量矩阵的限制等距常数满足一定的条件,针对不同的噪声情形,l1-l2最小化模型求得的解与真实解之间的误差是可以被有效控制的,并且当信号是稀疏且无噪音干扰时,原始信号可以被精确恢复.
其他文献
为探究小麦品种类型对盐胁迫的生理响应及敏感性差异,以耐盐型品种济麦22和盐敏感型品种河农6425为材料,对幼苗期植株施以不同浓度的NaCl胁迫处理,比较分析了两个品种幼苗在胁迫条件下的生长、生理生化和叶绿体荧光特征等方面的差异。结果表明,NaCl胁迫对幼苗地上和地下部分的生长表现浓度依赖性的抑制效应,对耐盐型品种的抑制程度较小。在生理响应方面,幼苗体内的Na~+含量随NaCl浓度的增加而上升,K~
二维光正交码(2-D OOC)是一族具有良好自相关性和互相关性的(0,1)-矩阵.令Φ(u×v,k,λa,λc)表示所有同参数的2-D OOC中码字个数的最大值.一个包含Φ(u×v,k,λa,Ac)个码字
通过修正了一个关于紧性的判别准则,运用Schaefer不动点定理和pLaplace算子Φ_p(s)的特殊性质,将微分系统转化为与其等价的积分系统.借助无穷区间中判别相对紧的方法,在较弱的条件下得到了微分系统解的存在性的充分条件,并且还讨论了无界解的存在性,推广改进了相关研究成果.
为快速、准确、无破坏地测定草原地上生物量,在祁连山高寒典型草原植物生长旺季,观测了冬季和春秋季放牧地60个样方内各物种的株高、盖度等生长指标。以冬季牧地紫花针茅(Stipa purpurea)、醉马草(Achnatherum inebrians)、赖草(Leymus secalinus)、扁穗冰草(Agropyron cristatum)、二裂委陵菜(Potentilla bifurca)、银灰旋
酸化压裂是碳酸盐岩储层增产改造的主要措施.通过酸压数值模拟预测碳酸盐岩裂缝的刻蚀形态对酸化压裂施工有指导意义.酸压数值模拟多以立方定律为基础,然而随着油气勘探技术进步,油气开采难度增加,酸压数值模拟需要更清晰的流场分布和更高的精度.针对此问题,以N-S方程为基础,推导裂缝酸刻蚀数学模型,随后采用有限差分求解速度场,迎风差分格式求解酸浓度场.结果显示,N-S方程构建的数学模型能较好地模拟裂缝刻蚀形态变化.
以平均占比差定义了不公平度,提出了以最小不公平度为目标的席位分配数学模型,即让集体的不满意度达到最小.在此基础上,使用matlab设计并实现了按合理比例分配整数席位,再逐一分配剩余席位给最小占比差一方的优化算法,该算法将时间复杂度由O(P!/M_b!)降低至O(P*M_b).最后对比分析了三个典型案例在九种不同方法下的席位分配方案,验证了最小占比差法的公平和高效.
使用DP-DNN估算2008-2019年北京市PM2.5浓度数据,纳入工业领域变量建立误差修正模型和混频数据误差修正模型,分析雾霾成因,倒逼经济发展方式转变与产业结构优化.结果表明:(1)原煤产量、火电发电量的增长加重了空气环境污染;(2)混频模型下,原煤产量、火电发电量具有更强污染效应,同时汽车制造过程也是空气污染的主要原因之一.从模型比较来看(1)两个模型均具有明显的误差修正作用,回归系数分别为-0.45和-0.27.(2)混频数据误差修正模型在保留误差修正模型优点的同时,通过纳
研究区域植被覆盖度变化趋势并探寻其驱动因素对于维护生态安全具有重要意义.将内蒙古旗县分为牧业旗县和非牧业旗县,应用线性趋势分析法和地理探测器模型探讨2000-2015年自
图的控制参数理论在现实生活中广泛应用,如通信网络、监控系统等方面.确定网络的控制参数是NPC问题.Lakshmivardhan,Dhall提出了著名的互连网络—广义b—基超立方体网络.讨论了广义b—基超立方体网络当b=3,n=5时控制数的具体值;当b=3,n=1,2,3,4,5时独立控制数的具体值,当b=3,n=6,7时独立控制数的界,当b=3,n ≥ 4时独立控制数的界;当b=3,n=1,2,3,4时连通控制数的具体值,当b=3,5 ≤ n ≤ 7时连通控制数的界;当b=3,n=1,2,3,4时完美控制
主要研究当相关矩阵的逆矩阵可以表示为一些已知矩阵的线性组合时,纵向数据的参数估计问题.纵向数据分析中最常用的模型是广义线性模型.而广义线性模型的最根本问题是如何利用数据的组间相关性来提高统计推断的准确度和效率.目前应用最广泛的方法是广义估计方程方法.尽管当工具相关矩阵被错误建模时,该方法仍能保证估计的相合性,但估计的效率会大大降低.为避免工作相关矩阵的错误建模,提出了一种新的估计法,可以有效地处理纵向数据的组内相关性.证明了该估计法的渐进正态性质,并通过模拟计算和实例分析说明了该估计法的稳健性.