压缩感知浅析

本书特色

[

本书共7章，主要介绍压缩感知*基本的理论和典型应用。第1章简要地勾勒了压缩感知理论的基本轮廓和背景知识；第2章介绍了信号的稀疏性和可压缩信号模型；第3章深入讨论了采样矩阵应该具有的特性和其设计原则；第4章分析了在压缩感知的重建中采用��1范数*小化的根本原因；第5章系统地介绍了稀疏信号重建的典型算法；第6章讨论了稀疏编码与字典学习的相关知识；第7章介绍了压缩感知在几个特殊领域的典型应用。本书试图用*朴实的语句和简洁的公式来系统性地介绍压缩感知理论核心和其在实际中的应用。压缩感知虽然不像奈奎斯特采样定律一样具有普适性，但其在某些特殊的应用场景下，确实能够起到事半功倍的效果。

]

目录

前言第1章绪论1参考文献7第2章稀疏信号和可压缩信号模型92.1矢量空间简介92.2基和框架112.3稀疏性表达122.3.1一维信号模型132.3.2二维信号模型142.4可压缩信号15参考文献17第3章采样矩阵183.1压缩感知的数学模型183.2零空间条件203.2.1斯巴克203.2.2零空间特性213.3约束等距性质243.3.1约束等距特性和稳定性253.3.2测量边界273.4约束等距特性和零空间特性303.5满足约束等距特性的矩阵353.6非相关性37参考文献42第4章压缩感知的重建444.1基于1范数*小化的稀疏信号重建444.2无噪声信号重建464.3有噪信号重建494.3.1边界噪声污染信号的重建504.3.2高斯噪声污染信号的重建524.4测量矩阵的校准544.4.1问题描述544.4.2非监督校准564.4.3仿真数据生成564.4.4仿真结果57参考文献59第5章稀疏信号重建算法615.1稀疏信号重建算法615.2基于凸优化类算法625.2.1问题描述625.2.2线性规划635.2.3收缩循环迭代法645.2.4Bregman循环迭代法655.3贪婪算法665.3.1问题描述665.3.2匹配跟踪算法665.3.3正交匹配跟踪算法685.3.4逐步正交匹配跟踪算法695.3.5压缩感知匹配跟踪算法705.3.6正则化正交匹配追踪算法715.3.7循环硬门限法715.3.8子空间追踪算法725.4组合算法735.4.1问题描述735.4.2计数*小略图法745.4.3计数中值略图法755.5贝叶斯方法765.5.1问题描述765.5.2基于信任扩散的稀疏重建方法765.5.3稀疏贝叶斯学习775.5.4贝叶斯压缩感知79参考文献79第6章稀疏编码与字典学习836.1字典学习与矩阵分解876.2非负矩阵分解926.3端元提取976.4稀疏编码1006.4.1*优方向法1026.4.2K-SVD103参考文献106第7章压缩感知的应用1107.1基于压缩感知的单像素相机1107.2压缩感知在激光雷达中的应用1167.3压缩感知在模拟数字转换器中的应用1227.4压缩感知在射电天文中的应用1257.4.1去卷积1267.4.2多频率合成1347.5压缩感知在基因检测器中的应用1447.6压缩感知在其他方面的应用1477.6.1稀疏误差纠错1477.6.2压缩感知在星载天文望远镜HERSCHEL中的应用148参考文献149附录A压缩感知实例152参考文献154附录BLenna图像趣闻155参考文献157后记158参考文献159

封面

书名:压缩感知浅析

作者:李峰，郭毅著

页数:168

定价:¥95.0

出版社:科学出版社

出版日期:2015-10-01

ISBN:9787030457486

PDF电子书大小:57MB 高清扫描完整版