掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書(shū)更多>
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
深度學(xué)習(xí)
-
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程
-
>
深入理解計(jì)算機(jī)系統(tǒng)-原書(shū)第3版
-
>
Word/Excel PPT 2013辦公應(yīng)用從入門(mén)到精通-(附贈(zèng)1DVD.含語(yǔ)音視頻教學(xué)+辦公模板+PDF電子書(shū))
中圖價(jià):¥31.2
加入購(gòu)物車
壓縮感知理論的工程應(yīng)用方法 版權(quán)信息
- ISBN：9787560643595
- 條形碼：9787560643595 ; 978-7-5606-4359-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
壓縮感知理論的工程應(yīng)用方法 內(nèi)容簡(jiǎn)介
在傳輸帶寬有限和數(shù)據(jù)量激增的數(shù)字化時(shí)代，壓縮感知理論為低速有效獲取信息提供了一種新的思路，成為近十年來(lái)信號(hào)信息處理領(lǐng)域中一個(gè)備受矚目的理論。本書(shū)的編寫(xiě)注重理論和工程應(yīng)用的結(jié)合，針對(duì)壓縮感知理論在工程應(yīng)用上的幾個(gè)熱點(diǎn)和難點(diǎn)問(wèn)題，給出了理論建模和求解方法，既有完整的物理模型，又有完備的數(shù)學(xué)推導(dǎo)，同時(shí)通過(guò)圖文并茂的方式，給出了大量的仿真示例和詳盡的結(jié)果分析！ ”緯(shū)既可作為相關(guān)研究人員的工具書(shū)，也可作為對(duì)壓縮感知理論感興趣的讀者的入門(mén)讀物。
壓縮感知理論的工程應(yīng)用方法 目錄
**章 概論................................................................................................................. 1
1.1 引言.................................................................................................................... 1
1.2 信號(hào)的稀疏表示.................................................................................................. 2
1.3 壓縮感知的基本思想........................................................................................... 5
1.4 研究?jī)?nèi)容............................................................................................................. 8
本章小結(jié)..................................................................................................................... 9
本章參考文獻(xiàn).............................................................................................................. 9
第二章 壓縮感知理論簡(jiǎn)介........................................................................................... 13
2.1 引言.................................................................................................................. 13
2.2 信號(hào)表示模型.................................................................................................... 13
2.3 觀測(cè)矩陣及其特性分析研究方法........................................................................ 15
2.4 信號(hào)的觀測(cè)數(shù)量................................................................................................. 20
2.5 信號(hào)重構(gòu)算法.................................................................................................... 21
本章小結(jié)................................................................................................................... 22
本章參考文獻(xiàn)............................................................................................................ 22
第三章 信號(hào)稀疏表示與分解方法................................................................................ 24
3.1 信號(hào)的稀疏逼近................................................................................................. 26
3.1.1 稀疏信號(hào)與基下的信號(hào)稀疏逼近.................................................................. 26
3.1.2 過(guò)完備字典下的信號(hào)稀疏逼近..................................................................... 29
3.2 典型過(guò)完備字典................................................................................................. 31
3.2.1 完備字典..................................................................................................... 31
3.2.2 典型過(guò)完備字典.......................................................................................... 32
3.3 過(guò)完備稀疏分解方法.......................................................................................... 34
3.3.1 常用稀疏分解算法及問(wèn)題分析..................................................................... 34
3.3.2 GIGMP算法................................................................................................ 43
3.3.3 基于原子庫(kù)樹(shù)狀結(jié)構(gòu)劃分的誘導(dǎo)式分解算法................................................ 46
3.3.4 迭代閾值算法.............................................................................................. 52
3.3.5 交替方向乘子方法....................................................................................... 55
本章小結(jié)................................................................................................................... 56
本章參考文獻(xiàn)............................................................................................................ 56
第四章 圖像稀疏重建.................................................................................................. 61
4.1 引言.................................................................................................................. 61
4.2 基于自適應(yīng)稀疏域選擇的圖像稀疏表示.............................................................. 64
4.2.1 離線字典學(xué)習(xí).............................................................................................. 64
4.2.2 自適應(yīng)子字典選擇....................................................................................... 66
4.3 自適應(yīng)正則........................................................................................................ 67
4.3.1 基于AR模型的自適應(yīng)正則.......................................................................... 68
4.3.2 基于非局部相似的自適應(yīng)正則..................................................................... 68
4.4 圖像稀疏重建算法總結(jié)...................................................................................... 69
4.5 圖像稀疏重建結(jié)果............................................................................................. 71
4.5.1 圖像去模糊結(jié)果.......................................................................................... 71
4.5.2 圖像超分辨率實(shí)驗(yàn)結(jié)果................................................................................ 73
本章小結(jié)................................................................................................................... 78
本章參考文獻(xiàn)............................................................................................................ 79
第五章 基于壓縮感知的一維回波信號(hào)獲取與檢測(cè)........................................................ 82
5.1 引言.................................................................................................................. 82
5.2 基于壓縮感知的低速雷達(dá)回波獲取..................................................................... 83
5.2.1 雷達(dá)回波的稀疏表示................................................................................... 83
5.2.2 雷達(dá)回波信號(hào)的低速獲取............................................................................ 86
5.3 基于加權(quán)范數(shù)理論的高分辨一維距離像.......................................................... 93
5.3.1 加權(quán)范數(shù)重構(gòu)模型簡(jiǎn)介............................................................................ 93
5.3.2 基于加權(quán)范數(shù)理論的高分辨一維距離像.................................................... 95
5.4 超聲高分辨率探測(cè)........................................................................................... 100
5.4.1 基于壓縮感知理論的探測(cè)原理.................................................................... 100
5.4.2 結(jié)合壓縮感知理論和奇異值分解的高分辨率探測(cè)方法................................. 104
5.4.3 仿真實(shí)驗(yàn)及其結(jié)果分析.............................................................................. 109
本章小結(jié).................................................................................................................. 111
本章參考文獻(xiàn)........................................................................................................... 111
第六章 基于壓縮感知的計(jì)算成像............................................................................... 114
6.1 引言................................................................................................................. 114
6.2 高分辨率可見(jiàn)光計(jì)算成像................................................................................. 115
6.2.1 基于運(yùn)動(dòng)隨機(jī)曝光的高分辨率可見(jiàn)光計(jì)算成像方法.................................... 115
6.2.2 基于CCD-TDI模式的高分辨率遙感光譜成像............................................. 125
6.3 高分辨率光譜計(jì)算成像.................................................................................... 131
6.3.1 單通道光譜計(jì)算成像模型........................................................................... 131
6.3.2 雙通道光譜計(jì)算成像.................................................................................. 136
6.4 基于低秩張量逼近的高維圖像恢復(fù)................................................................... 156
6.4.1 基于低秩張量逼近的拉普拉斯尺度混合(LSM)模型..................................... 156
6.4.2 基于低秩張量逼近的高維圖像去噪............................................................. 160
6.4.3 仿真實(shí)驗(yàn)................................................................................................... 162
本章小結(jié)................................................................................................................. 166
本章參考文獻(xiàn).......................................................................................................... 166
第七章 基于稀疏理論的高分辨率雷達(dá)成像................................................................ 168
第八章 基于稀疏表示重構(gòu)的多視目標(biāo)識(shí)別................................................................ 204
第九章 基于稀疏性提升的光流估計(jì)........................................................................... 214
本章參考文獻(xiàn).......................................................................................................... 230
1.1 引言.................................................................................................................... 1
1.2 信號(hào)的稀疏表示.................................................................................................. 2
1.3 壓縮感知的基本思想........................................................................................... 5
1.4 研究?jī)?nèi)容............................................................................................................. 8
本章小結(jié)..................................................................................................................... 9
本章參考文獻(xiàn).............................................................................................................. 9
第二章 壓縮感知理論簡(jiǎn)介........................................................................................... 13
2.1 引言.................................................................................................................. 13
2.2 信號(hào)表示模型.................................................................................................... 13
2.3 觀測(cè)矩陣及其特性分析研究方法........................................................................ 15
2.4 信號(hào)的觀測(cè)數(shù)量................................................................................................. 20
2.5 信號(hào)重構(gòu)算法.................................................................................................... 21
本章小結(jié)................................................................................................................... 22
本章參考文獻(xiàn)............................................................................................................ 22
第三章 信號(hào)稀疏表示與分解方法................................................................................ 24
3.1 信號(hào)的稀疏逼近................................................................................................. 26
3.1.1 稀疏信號(hào)與基下的信號(hào)稀疏逼近.................................................................. 26
3.1.2 過(guò)完備字典下的信號(hào)稀疏逼近..................................................................... 29
3.2 典型過(guò)完備字典................................................................................................. 31
3.2.1 完備字典..................................................................................................... 31
3.2.2 典型過(guò)完備字典.......................................................................................... 32
3.3 過(guò)完備稀疏分解方法.......................................................................................... 34
3.3.1 常用稀疏分解算法及問(wèn)題分析..................................................................... 34
3.3.2 GIGMP算法................................................................................................ 43
3.3.3 基于原子庫(kù)樹(shù)狀結(jié)構(gòu)劃分的誘導(dǎo)式分解算法................................................ 46
3.3.4 迭代閾值算法.............................................................................................. 52
3.3.5 交替方向乘子方法....................................................................................... 55
本章小結(jié)................................................................................................................... 56
本章參考文獻(xiàn)............................................................................................................ 56
第四章 圖像稀疏重建.................................................................................................. 61
4.1 引言.................................................................................................................. 61
4.2 基于自適應(yīng)稀疏域選擇的圖像稀疏表示.............................................................. 64
4.2.1 離線字典學(xué)習(xí).............................................................................................. 64
4.2.2 自適應(yīng)子字典選擇....................................................................................... 66
4.3 自適應(yīng)正則........................................................................................................ 67
4.3.1 基于AR模型的自適應(yīng)正則.......................................................................... 68
4.3.2 基于非局部相似的自適應(yīng)正則..................................................................... 68
4.4 圖像稀疏重建算法總結(jié)...................................................................................... 69
4.5 圖像稀疏重建結(jié)果............................................................................................. 71
4.5.1 圖像去模糊結(jié)果.......................................................................................... 71
4.5.2 圖像超分辨率實(shí)驗(yàn)結(jié)果................................................................................ 73
本章小結(jié)................................................................................................................... 78
本章參考文獻(xiàn)............................................................................................................ 79
第五章 基于壓縮感知的一維回波信號(hào)獲取與檢測(cè)........................................................ 82
5.1 引言.................................................................................................................. 82
5.2 基于壓縮感知的低速雷達(dá)回波獲取..................................................................... 83
5.2.1 雷達(dá)回波的稀疏表示................................................................................... 83
5.2.2 雷達(dá)回波信號(hào)的低速獲取............................................................................ 86
5.3 基于加權(quán)范數(shù)理論的高分辨一維距離像.......................................................... 93
5.3.1 加權(quán)范數(shù)重構(gòu)模型簡(jiǎn)介............................................................................ 93
5.3.2 基于加權(quán)范數(shù)理論的高分辨一維距離像.................................................... 95
5.4 超聲高分辨率探測(cè)........................................................................................... 100
5.4.1 基于壓縮感知理論的探測(cè)原理.................................................................... 100
5.4.2 結(jié)合壓縮感知理論和奇異值分解的高分辨率探測(cè)方法................................. 104
5.4.3 仿真實(shí)驗(yàn)及其結(jié)果分析.............................................................................. 109
本章小結(jié).................................................................................................................. 111
本章參考文獻(xiàn)........................................................................................................... 111
第六章 基于壓縮感知的計(jì)算成像............................................................................... 114
6.1 引言................................................................................................................. 114
6.2 高分辨率可見(jiàn)光計(jì)算成像................................................................................. 115
6.2.1 基于運(yùn)動(dòng)隨機(jī)曝光的高分辨率可見(jiàn)光計(jì)算成像方法.................................... 115
6.2.2 基于CCD-TDI模式的高分辨率遙感光譜成像............................................. 125
6.3 高分辨率光譜計(jì)算成像.................................................................................... 131
6.3.1 單通道光譜計(jì)算成像模型........................................................................... 131
6.3.2 雙通道光譜計(jì)算成像.................................................................................. 136
6.4 基于低秩張量逼近的高維圖像恢復(fù)................................................................... 156
6.4.1 基于低秩張量逼近的拉普拉斯尺度混合(LSM)模型..................................... 156
6.4.2 基于低秩張量逼近的高維圖像去噪............................................................. 160
6.4.3 仿真實(shí)驗(yàn)................................................................................................... 162
本章小結(jié)................................................................................................................. 166
本章參考文獻(xiàn).......................................................................................................... 166
第七章 基于稀疏理論的高分辨率雷達(dá)成像................................................................ 168
第八章 基于稀疏表示重構(gòu)的多視目標(biāo)識(shí)別................................................................ 204
第九章 基于稀疏性提升的光流估計(jì)........................................................................... 214
本章參考文獻(xiàn).......................................................................................................... 230
展開(kāi)全部
商品評(píng)論(1條)
書(shū)友推薦
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
回憶愛(ài)瑪儂
- >
羅庸西南聯(lián)大授課錄
- >
莉莉和章魚(yú)
- >
中國(guó)歷史的瞬間
- >
上帝之肋:男人的真實(shí)旅程
- >
我從未如此眷戀人間
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
