免费论文摘要：鉴于RIP前提的稠密回复

收缩感知是连年来消息处置表面中的热门接洽范围, 其中心表面是：具备稠密性的高维旗号不妨经过远低于奈奎斯特采集样品率的线性采集样品而实行透彻重构.该表面为数据的搜集和收缩带来了革新性的变化, 连年来在各个范围惹起了大师鸿儒的普遍关心和接洽,被美利坚合众国高科技指摘评为2007年度十大高科技发达. 收缩感知将对旗号非自符合的线性察看值动作采集样品截止; 同声经过求解优化题目实行对旗号的回复.其特性是将采集样品和收缩同步举行, 进而大大贬低了采集样品端开销的本钱.察看矩阵以及稠密回复算法的安排是收缩感知中的要害节, 二者以察看矩阵的RIP本质为桥梁彼此接洽, 密不行分.     本硕士学位舆论对准收缩感知中少许要害稠密回复算法,应用察看矩阵的RIP本质对其稠密回复的前提举行了领会.     第一章阐明了舆论的接洽后台及意旨, 扼要引见收缩感知、察看矩阵以及稠密回复算法的接洽近况, 结果给出舆论的实质与构造.     第二章接洽非凸$ell_p$$(0     第三章接洽了典范的OMP算法在含噪声景象下稠密支集回复所需的RIP前提无噪景象下这上面已有很多接洽功效,而含噪景象下的定量截止为数不多. 咱们辨别商量了$ell_2$有界噪声, $ell_infty$有界噪声以及统计中罕见的高斯噪声模子并给出了相映的截止.个中对于察看矩阵 RIP 前提的诉求$delta_{K+1}     第四章商量了鉴于$ell_1$范数的梯度低沉投影算法, 给出了保护迭代 IST算法稠密回复的RIP前提. 截止指出$delta_{3k}     第六章商量了迭代阈值算法HTP稠密支集回复的题目,给出了含$ell_2$有界噪声察看模子下HTP算法稠密支集回复的充溢前提. 截止表白当察看矩阵满意确定的RIP 前提, 且稠密旗号的非零元素最小一致值比拟于噪声程度不要太钟点, HTP算法不妨在有限步透彻回复稠密旗号的支集.

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/292900.html