Sparsity相关论文
基于图像压缩传感理论, 在手动式光学单点成像系统的基础上研究了自动式光学单点成像系统。主要介绍了系统中自动编码转盘的设计以......
The influence of the sparsity of random speckle illumination on traditional ghost imaging(GI) and GI via sparsity constr......
Multispectral image denoising is a basic problem whose results affect subsequent processes such as target detection and ......
为了有效解决稀疏度未知的压缩信号快速重构问题,提出了一种适应范围较广、效率突出的信号重构方案.在该方案中,压缩信号的上下界......
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7......
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7......
Based on the compressive sensing,a novel algorithm is proposed to solve reconstruction problem under sparsity assumption......
基于稀疏性的高光谱解混是近年来高光谱混合像元分解的研究热点。主要研究了L1正则化的高光谱混合像元分解算法。首先分析了L1正则......
运用传统的奈奎斯特定理对电力系统中的谐波信号进行采样将会产生极其庞大的数据量，而全新的压缩感知理论突破了传统采样定理的限制......
The computational efficiency of numerical solution of linear algebraic equations in finite elements can be improved in t......
压缩感知重构信号时,在感知过程中如何选定支撑集对算法的重构性能至关重要。基于压缩采样匹配(CoSaMP)重构算法,引入Dice系数匹配......
近年来,K-SVD算法在功能磁共振成像（functional magnetic resonance imaging,f MRI）数据分析方法的研究中越来越受到关注.在本文中,......
已有的基于压缩感知的核磁共振图像重构算法仅利用了数据的稀疏性或矩阵的低秩性,并没有充分利用图像数据的相关性先验知识。针对......
针对L_1范数多核学习方法产生核权重的稀疏解时可能会导致有用信息的丢失和泛化性能退化、L_p范数多核学习方法产生核权重的非稀疏......
评分数据的极端稀疏性是制约协同过滤(CF)算法在电子商务推荐中有效应用的关键瓶颈。为此,提出一种新颖的隐空间多源迁移协同过滤(......
传统支持向量机通常关注于数据分布的边缘样本,支持向量通常在这些边缘样本中产生。本文提出一个新的支持向量算法,该算法的支持向......
由于用户评分的偏好性,及其稀疏的评分矩阵,导致对目标用户的近邻无法进行准确的搜索,使得推荐结果不尽如人意.本文提出了一种联合......
应用尺度自适应三维Shearlet变换压制多炮地震数据随机噪声,通过将多炮数据变换到三维Shearlet域,充分考虑单炮记录及其间的相关性......
电容触摸屏是一种应用非常广泛的电子产品,但常规方法实现大屏幕电容屏的快速触控检测需要的硬件电路成本昂贵、且能耗高.首先给出......
针对海面舰船等具有一定空间稀疏性的合成孔径雷达成像场景,提出了一种稀疏场景目标的距离像峰值聚类分割成像方法。首先采用小波......
图像处理领域基本问题之一是图像的稀疏表示,并且图像的有效表示是图像处理应用开展的基础,图像表示的有效性是指用很少的数据捕获......
地震反褶积是一种重要的压缩地震子波、提高薄层纵向分辨率的地震数据处理方法。在层状地层的假设下,反射系数可视作稀疏的脉冲序......
压缩感知重构图像时,重构图像的失真率会随着稀疏度的增大而增大。文章基于压缩感知的正交匹配追踪(OMP)重构算法,引入离散余弦变......
针对当前方法重构视觉图像时,存在峰值信噪比低、重构时间长和图像分辨率低的问题,提出基于稀疏度自适应的视觉图像三维清晰重构方......
非负矩阵分解(NMF)由于其非负性和分块表征能力,使得该算法大量的应用于机器学习和信号处理等相关领域。经典NMF与线性混合的高光......
利用合成孔径雷达（SAR）图像中目标的后向散射特性和目标散射中心的理论,分析了SAR图像数据稀疏性的成因。指出SAR图像的稀疏性与典型......
针对评分数据稀疏性和用户冷启动所导致的协同过滤推荐系统的准确度与覆盖率较低的问题,文中融合显性信任和隐性信任因素,提出了一......
变分正则化方法基本思想是分析和把握图像的先验知识,将图像的正则化复原问题转变成极小化能量泛函问题。根据图像的有界变差和稀......
稀疏表示近年来在模式识别领域已经取得了成功的应用,如目标探测和分类。稀疏保留投影(SPP)算法是基于稀疏表示理论所提出的一种特......
针对传统协同过滤算法存在的稀疏性问题以及只考虑用户间共同评分项目数量而忽略具体评分值的问题,提出了融合信息熵和加权相似度......
协同过滤推荐系统是应用最广泛的推荐算法之一,但是其面临严重的稀疏性问题和扩展性问题。针对稀疏的评分矩阵难以准确计算相似度......
摘要：针对稀疏度未知时稀疏信号重构问题，提出一种快速平滑L0范数（SL0）稀疏信号重构算法。选用连续平滑函数近似L0范数，对平滑函数优化......
协作过滤推荐是目前主流的个性化推荐方式,但数据稀疏问题影响了推荐系统的性能.提出了基于两阶段聚类的协作推荐算法,降低了数据......
压缩感知理论为信号采集技术带来了革命性的突破,它采用非自适应线性投影来保持信号的原始结构,以远低于奈奎斯特频率对信号进行采......
压缩感知理论是一种全新的信息处理方式，是近来国际上热门的研究方向，在信号处理等其他领域中具有很好的应用前景。结合压缩感知理论......
许多模式分类方法比如支持向量机和L2核分类器等都会利用核方法并转化为二次规划问题进行求解,而计算核矩阵需要O（m2）的空间复杂度,......
压缩感知是一种新型的信息论,打破了传统的Shannon-Nyquist采样定理,能够以少量数据完成信号采样;稀疏重构是压缩感知由理论到实际......
信号在某种变换下可以稀疏表示是压缩感知研究的先验条件,正交傅里叶变换则是应用非常广泛的一种稀疏变换。但是,由于语音信号是准......
空间调制技术作为一种新颖的多天线传输技术，这些年来受到业界的广泛关注，从单一激活天线的空间调制已扩展到多根激活天线的广义空间......
为了提高稀疏信道估计时的精确度,需对其非零抽头位置进行检测。传统的匹配追踪系列算法在检测时须以信道的稀疏度为先验信息,或给......
主元分析是一种广泛应用的多元统计技术．在处理高维数据时，其结果的统计一致性与物理可解释性难以保证．引入以变量选择为目标的稀疏性......
针对大数据背景下数据分类问题,已有的在线学习算法通常引入L_1范数正则化增强预测模型的稀疏性,但单一的正则化约束不能高效的获......
非负矩阵分解(NMF)可以将一个非负的矩阵分解为左右两个非负矩阵的乘积,广泛应用于高光谱影像解混。介绍了非负矩阵分解和高光谱解......
研究具有Log型惩罚函数的稀疏正则化,给出一种新的非凸变量选择及压缩感知策略,提出一种高效快速阈值迭代算法.并通过变量选择问题......
为解决人脸识别中运算速度和识别效果之间的矛盾,提出了零范数稀疏编码算法.该算法用零范数捕述稀疏编码模型的稀疏度,通过对模型......
针对外辐射源信号特点，考虑相位误差对成像性能的不良影响，提出了基于压缩感知联合稀疏孔径自聚焦的无源雷达成像方法．利用不同载频外......
目的基因表达谱数据分析是生物信息学领域最重要的研究内容之一。其可实现对不同病理分型的肿瘤的正确分类，对肿瘤诊断和治疗具有重......
研究了基于最小二乘法的稀疏信号恢复问题.针对一类非凸稀疏性罚,包括l~0、bridge、capped-l~1、光滑剪切绝对差和极小极大凹罚,提......
给出基于压缩感知的稀疏谱估计方法．该方法以高斯随机矩阵实现压缩采样，用正交匹配追踪算法完成重构，然后再用快速傅里叶变换进行谱估......
传统的数据采集都要遵循奈奎斯特采样定理的两倍以上带宽取样，而压缩感知理论突破原有采样定理的限制，为从少量数据重建原始数据提供......
