【摘 要】
：
提出了实用性更强的完全受噪声扰动理论模型,引入了与原信号相关的乘性噪声;并基于新的模型,提出了一种改进的压缩采样匹配追踪算法。该算法通过构造一个感知测量矩阵,在信号替代阶段中取代随机测量矩阵来减少相关性对支撑集筛选的影响,最后可在乘性噪声存在的情况下实现了信号的精确重建。实验结果表明,在相同测试条件下,该算法的重建效果均优于其他贪婪算法和基匹配法(basic pursuit,BP)。
【机 构】
：
桂林电子科技大学信息与通信学院,梧州学院电子信息工程系
论文部分内容阅读
提出了实用性更强的完全受噪声扰动理论模型,引入了与原信号相关的乘性噪声;并基于新的模型,提出了一种改进的压缩采样匹配追踪算法。该算法通过构造一个感知测量矩阵,在信号替代阶段中取代随机测量矩阵来减少相关性对支撑集筛选的影响,最后可在乘性噪声存在的情况下实现了信号的精确重建。实验结果表明,在相同测试条件下,该算法的重建效果均优于其他贪婪算法和基匹配法(basic pursuit,BP)。
其他文献
针对传统的概念格合并算法仅为单向的纵向或横向合并,提出一种基于概念内涵、外延升降序的双序渐进式合并算法。按照概念的内涵或外延的升序和降序,从两个方向(由上到下和由下到上)同时进行子概念格的纵向或横向合并。算法分析和示例结果表明,该算法不仅在结构上较好地保留了原有信息,而且在效率上也获得了显著的提高。
针对现有的大众分类中标签模糊导致影响用户搜索效率的问题,使用概率潜在语义索引(probabilistic latent semantic indexing,PLSI)模型对标签进行潜在语义分析,经回火期望最大化(tempered exception maximization,TEM)算法训练得到在潜在语义下的条件概率,生成概率向量;在此基础上,提出凝聚式层次k中心点(hierarchical ag
针对稀疏表示中匹配追踪算法计算复杂度过大的问题,提出了基于冗余字典原子相关性的匹配追踪算法。该算法利用相邻迭代过程中匹配原子的相关性对冗余字典进行簇化,得到M个多原子集合(原子簇);每次迭代过程中利用LVQ神经网络的快速学习能力从原子簇中选取目标簇;最后在目标簇中选取匹配信号结构的若干原子进行信号的稀疏逼近。实验采用一维稀疏信号进行仿真,结果表明与匹配追踪算法相比,其逼近性能相近,同时稀疏分解速度
旅行商问题(TSP)是组合优化问题的典型代表,针对TSP的求解提出一种离散型细菌觅食(DBFO)算法。该算法通过结合2-opt算法设计了一种适合处理离散型变量的趋化算子,将细菌觅食算法推广到了离散情形。同时,结合TSP的特点,在迁徙算子中引入基因库的思想来指导新个体的生成,提高了算法的搜索效率。通过对TSPLIB标准库中22个实例进行仿真实验。实验结果表明,该算法能够有效求解城市规模500以下的T
为了解决传统聚类算法易陷入局部最优解的问题,提出了一种复合形退火的随机聚类算法。该方法通过在聚类过程中设置退火准则,并且将退火过程中的生成复合形部分引入随机化的复合形节点,从而在加速收敛的过程中实现了较低的算法复杂度。理论分析及仿真实验证明,该方法的聚类效果好于传统的K-均值聚类方法,并且计算复杂度比目前基于人工智能的方法低。
研究云存储系统中的任务调度算法。分析总结了任务调度在云存储和云计算系统中的不同,指出现有云计算中的PSO调度算法应用在云存储中时会产生对云存储系统来说无意义的解,即会要求系统节点提供它所不具有的数据。为解决此问题,改进现有的基于PSO的调度算法,引入存在矩阵的概念,将其初始化解和解的更新均限制于存在矩阵中,保证生成的解是有意义解。实验结果显示本调度算法可以节省约77%的迭代次数、缩短约4倍的执行时
利用Flou集描述模糊区域,基于Flou集给出了一种栅格图层的模糊叠置分析模型。该模型可以实现普通模糊叠置和加权模糊叠置,而采用Flou集,可以有效地避免用模糊集表示模糊区域,处理模糊对象内部元素之间及模糊对象与其他空间对象之间关系时遇到的困难,而且符合人们用分明区域的方式描述不确定区域的认知习惯。实例表明,该模型能够较好地解决Flou集表示的图层间的模糊叠置分析问题。
本文以北京高校教师为研究对象,探讨住房消费与个体生活质量（婚姻质量）的关系。首先,通过个案资料定性分析,归纳出影响婚姻质量的住房因子,即住房质量、住房是否与配偶共同所得
病毒进化优化对计算机或生物病毒在网络系统中的扩散过程进行研究,是在有限网络资源情况下对病毒进化速度进行控制和研究网络用户如何被感染的行为。病毒进化优化通过连通图上的动态概率系统来建模,传统的病毒进化模型中对于病毒的进化模型进行描述时,需要解决一个以非负矩阵的谱半径为优化目标的非凸优化问题。基于此,提出了两类新的近似算法:第一种算法基于连续凸近似,为次优算法,但计算速度较快;第二种为基于分支定界的全
基于目前节点重要度评估方法大多针对静态无权网络拓扑结构的研究现状,考虑实际加权网络节点之间负载流动情况,从事理层面提出了一种基于网络贡献度的节点重要性评估方法。该方法基于典型加权复杂网络拓扑结构,从节点间负载流动和网络系统运行的角度出发,定义了流出负载量、流入负载量和流经负载量三个特征参数,并给出了具有一定现实意义的评价方法。该方法有助于更准确地发现复杂网络中的关键节点。最后的实验分析验证了该方法