扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
JAVA持续交付
-
>
EXCEL最强教科书(完全版)(全彩印刷)
-
>
深度学习
买过本商品的人还买了
稀疏建模理论、算法及其应用
¥26.5¥49.0采样理论-超带限系统
¥46.2¥119.0代数特征值问题
¥65.2¥88.0基于交通CPS的流式数据聚类及演化趋势发现方法研究
¥24.4¥39.0基于小波-分形的结构损伤检测理论与技术
¥62.2¥85.0
压缩感知理论的工程应用方法 版权信息
- ISBN：9787560643595
- 条形码：9787560643595 ; 978-7-5606-4359-5
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
压缩感知理论的工程应用方法 内容简介
在传输带宽有限和数据量激增的数字化时代，压缩感知理论为低速有效获取信息提供了一种新的思路，成为近十年来信号信息处理领域中一个备受瞩目的理论。本书的编写注重理论和工程应用的结合，针对压缩感知理论在工程应用上的几个热点和难点问题，给出了理论建模和求解方法，既有完整的物理模型，又有完备的数学推导，同时通过图文并茂的方式，给出了大量的仿真示例和详尽的结果分析。 本书既可作为相关研究人员的工具书，也可作为对压缩感知理论感兴趣的读者的入门读物。
压缩感知理论的工程应用方法 目录
**章 概论................................................................................................................. 1
1.1 引言.................................................................................................................... 1
1.2 信号的稀疏表示.................................................................................................. 2
1.3 压缩感知的基本思想........................................................................................... 5
1.4 研究内容............................................................................................................. 8
本章小结..................................................................................................................... 9
本章参考文献.............................................................................................................. 9
第二章 压缩感知理论简介........................................................................................... 13
2.1 引言.................................................................................................................. 13
2.2 信号表示模型.................................................................................................... 13
2.3 观测矩阵及其特性分析研究方法........................................................................ 15
2.4 信号的观测数量................................................................................................. 20
2.5 信号重构算法.................................................................................................... 21
本章小结................................................................................................................... 22
本章参考文献............................................................................................................ 22
第三章 信号稀疏表示与分解方法................................................................................ 24
3.1 信号的稀疏逼近................................................................................................. 26
3.1.1 稀疏信号与基下的信号稀疏逼近.................................................................. 26
3.1.2 过完备字典下的信号稀疏逼近..................................................................... 29
3.2 典型过完备字典................................................................................................. 31
3.2.1 完备字典..................................................................................................... 31
3.2.2 典型过完备字典.......................................................................................... 32
3.3 过完备稀疏分解方法.......................................................................................... 34
3.3.1 常用稀疏分解算法及问题分析..................................................................... 34
3.3.2 GIGMP算法................................................................................................ 43
3.3.3 基于原子库树状结构划分的诱导式分解算法................................................ 46
3.3.4 迭代阈值算法.............................................................................................. 52
3.3.5 交替方向乘子方法....................................................................................... 55
本章小结................................................................................................................... 56
本章参考文献............................................................................................................ 56
第四章 图像稀疏重建.................................................................................................. 61
4.1 引言.................................................................................................................. 61
4.2 基于自适应稀疏域选择的图像稀疏表示.............................................................. 64
4.2.1 离线字典学习.............................................................................................. 64
4.2.2 自适应子字典选择....................................................................................... 66
4.3 自适应正则........................................................................................................ 67
4.3.1 基于AR模型的自适应正则.......................................................................... 68
4.3.2 基于非局部相似的自适应正则..................................................................... 68
4.4 图像稀疏重建算法总结...................................................................................... 69
4.5 图像稀疏重建结果............................................................................................. 71
4.5.1 图像去模糊结果.......................................................................................... 71
4.5.2 图像超分辨率实验结果................................................................................ 73
本章小结................................................................................................................... 78
本章参考文献............................................................................................................ 79
第五章 基于压缩感知的一维回波信号获取与检测........................................................ 82
5.1 引言.................................................................................................................. 82
5.2 基于压缩感知的低速雷达回波获取..................................................................... 83
5.2.1 雷达回波的稀疏表示................................................................................... 83
5.2.2 雷达回波信号的低速获取............................................................................ 86
5.3 基于加权范数理论的高分辨一维距离像.......................................................... 93
5.3.1 加权范数重构模型简介............................................................................ 93
5.3.2 基于加权范数理论的高分辨一维距离像.................................................... 95
5.4 超声高分辨率探测........................................................................................... 100
5.4.1 基于压缩感知理论的探测原理.................................................................... 100
5.4.2 结合压缩感知理论和奇异值分解的高分辨率探测方法................................. 104
5.4.3 仿真实验及其结果分析.............................................................................. 109
本章小结.................................................................................................................. 111
本章参考文献........................................................................................................... 111
第六章 基于压缩感知的计算成像............................................................................... 114
6.1 引言................................................................................................................. 114
6.2 高分辨率可见光计算成像................................................................................. 115
6.2.1 基于运动随机曝光的高分辨率可见光计算成像方法.................................... 115
6.2.2 基于CCD-TDI模式的高分辨率遥感光谱成像............................................. 125
6.3 高分辨率光谱计算成像.................................................................................... 131
6.3.1 单通道光谱计算成像模型........................................................................... 131
6.3.2 双通道光谱计算成像.................................................................................. 136
6.4 基于低秩张量逼近的高维图像恢复................................................................... 156
6.4.1 基于低秩张量逼近的拉普拉斯尺度混合(LSM)模型..................................... 156
6.4.2 基于低秩张量逼近的高维图像去噪............................................................. 160
6.4.3 仿真实验................................................................................................... 162
本章小结................................................................................................................. 166
本章参考文献.......................................................................................................... 166
第七章 基于稀疏理论的高分辨率雷达成像................................................................ 168
第八章 基于稀疏表示重构的多视目标识别................................................................ 204
第九章 基于稀疏性提升的光流估计........................................................................... 214
本章参考文献.......................................................................................................... 230
1.1 引言.................................................................................................................... 1
1.2 信号的稀疏表示.................................................................................................. 2
1.3 压缩感知的基本思想........................................................................................... 5
1.4 研究内容............................................................................................................. 8
本章小结..................................................................................................................... 9
本章参考文献.............................................................................................................. 9
第二章 压缩感知理论简介........................................................................................... 13
2.1 引言.................................................................................................................. 13
2.2 信号表示模型.................................................................................................... 13
2.3 观测矩阵及其特性分析研究方法........................................................................ 15
2.4 信号的观测数量................................................................................................. 20
2.5 信号重构算法.................................................................................................... 21
本章小结................................................................................................................... 22
本章参考文献............................................................................................................ 22
第三章 信号稀疏表示与分解方法................................................................................ 24
3.1 信号的稀疏逼近................................................................................................. 26
3.1.1 稀疏信号与基下的信号稀疏逼近.................................................................. 26
3.1.2 过完备字典下的信号稀疏逼近..................................................................... 29
3.2 典型过完备字典................................................................................................. 31
3.2.1 完备字典..................................................................................................... 31
3.2.2 典型过完备字典.......................................................................................... 32
3.3 过完备稀疏分解方法.......................................................................................... 34
3.3.1 常用稀疏分解算法及问题分析..................................................................... 34
3.3.2 GIGMP算法................................................................................................ 43
3.3.3 基于原子库树状结构划分的诱导式分解算法................................................ 46
3.3.4 迭代阈值算法.............................................................................................. 52
3.3.5 交替方向乘子方法....................................................................................... 55
本章小结................................................................................................................... 56
本章参考文献............................................................................................................ 56
第四章 图像稀疏重建.................................................................................................. 61
4.1 引言.................................................................................................................. 61
4.2 基于自适应稀疏域选择的图像稀疏表示.............................................................. 64
4.2.1 离线字典学习.............................................................................................. 64
4.2.2 自适应子字典选择....................................................................................... 66
4.3 自适应正则........................................................................................................ 67
4.3.1 基于AR模型的自适应正则.......................................................................... 68
4.3.2 基于非局部相似的自适应正则..................................................................... 68
4.4 图像稀疏重建算法总结...................................................................................... 69
4.5 图像稀疏重建结果............................................................................................. 71
4.5.1 图像去模糊结果.......................................................................................... 71
4.5.2 图像超分辨率实验结果................................................................................ 73
本章小结................................................................................................................... 78
本章参考文献............................................................................................................ 79
第五章 基于压缩感知的一维回波信号获取与检测........................................................ 82
5.1 引言.................................................................................................................. 82
5.2 基于压缩感知的低速雷达回波获取..................................................................... 83
5.2.1 雷达回波的稀疏表示................................................................................... 83
5.2.2 雷达回波信号的低速获取............................................................................ 86
5.3 基于加权范数理论的高分辨一维距离像.......................................................... 93
5.3.1 加权范数重构模型简介............................................................................ 93
5.3.2 基于加权范数理论的高分辨一维距离像.................................................... 95
5.4 超声高分辨率探测........................................................................................... 100
5.4.1 基于压缩感知理论的探测原理.................................................................... 100
5.4.2 结合压缩感知理论和奇异值分解的高分辨率探测方法................................. 104
5.4.3 仿真实验及其结果分析.............................................................................. 109
本章小结.................................................................................................................. 111
本章参考文献........................................................................................................... 111
第六章 基于压缩感知的计算成像............................................................................... 114
6.1 引言................................................................................................................. 114
6.2 高分辨率可见光计算成像................................................................................. 115
6.2.1 基于运动随机曝光的高分辨率可见光计算成像方法.................................... 115
6.2.2 基于CCD-TDI模式的高分辨率遥感光谱成像............................................. 125
6.3 高分辨率光谱计算成像.................................................................................... 131
6.3.1 单通道光谱计算成像模型........................................................................... 131
6.3.2 双通道光谱计算成像.................................................................................. 136
6.4 基于低秩张量逼近的高维图像恢复................................................................... 156
6.4.1 基于低秩张量逼近的拉普拉斯尺度混合(LSM)模型..................................... 156
6.4.2 基于低秩张量逼近的高维图像去噪............................................................. 160
6.4.3 仿真实验................................................................................................... 162
本章小结................................................................................................................. 166
本章参考文献.......................................................................................................... 166
第七章 基于稀疏理论的高分辨率雷达成像................................................................ 168
第八章 基于稀疏表示重构的多视目标识别................................................................ 204
第九章 基于稀疏性提升的光流估计........................................................................... 214
本章参考文献.......................................................................................................... 230
展开全部
书友推荐
- >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.1¥16.0 - >
巴金－再思录
巴金－再思录
¥15.7¥46.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥14.5¥39.8 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥5.2¥10.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
朝闻道
朝闻道
¥14.8¥23.8 - >
经典常谈
经典常谈
¥16.7¥39.8
本类畅销
-
系统架构设计方法-使用5BC架构描述语言
¥13.1¥45 -
Java面向对象程序设计
¥27.1¥45 -
Paracraft编程入门:成为3D动画与编程能手
¥73.9¥96 -
系统架构设计-程序员向架构师转型之路
¥31.9¥49.8 -
软件质量管理实践
¥48.3¥69 -
Python金融量化分析
¥59.3¥79.8
浏览历史
钢琴演奏技法与伴奏应用
¥38.4¥68.0宪法哲学导论
¥12.8¥31.0三维合成孔径雷达
¥34.3¥98.0小学数学计算能手 6年级 下 苏教版 江苏专用
¥15.7¥26.8人工林培育:进展与方法:progress and methodology
¥28.2¥80.0
