您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. OMP正交匹配算法

  2. 正交匹配追逐,OMP,用来实现稀疏表示和信号重建,比如BP.OMP MP,其实都属于贪婪算法
  3. 所属分类:其它

    • 发布日期:2011-11-06
    • 文件大小:4194304
    • 提供者:choulouxiaohuo
  1. OMP_Sparse

  2. 稀疏方程求解算法,经典的贪婪算法:正交匹配追踪
  3. 所属分类:教育

    • 发布日期:2013-01-11
    • 文件大小:5120
    • 提供者:hejunbj
  1. 压缩感知OMP算法

  2. 一种成熟经典的信号压缩处理算法,,该算法是基于贪婪算法的正交匹配算法。算法特点的简单有效可读性强。
  3. 所属分类:其它

    • 发布日期:2014-03-11
    • 文件大小:3072
    • 提供者:u012957869
  1. 正交贪婪算法的Lebesgue型不等式及其在压缩感知中的应用

  2. 正交贪婪算法的Lebesgue型不等式及其在压缩感知中的应
  3. 所属分类:互联网

    • 发布日期:2014-09-26
    • 文件大小:1039360
    • 提供者:qq_16382129
  1. 压缩感知的OMP代码

  2. 用于稀疏信号重构的经典压缩感知贪婪算法,正交匹配追踪算法,也就是OMP算法
  3. 所属分类:其它

    • 发布日期:2017-12-05
    • 文件大小:8192
    • 提供者:u014734482
  1. 稀疏正交匹配追踪

  2. 稀疏正交匹配追踪(OMP算法)正交匹配追踪(OMP)算法属于贪婪算法。而贪婪算法是一种不追求最优解,只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解,因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪算法常以当前情况为基础作最优选择,而不考虑各种可能的整体情况,所以贪婪算法不要回溯。 OMP算法的基本思想:从字典矩阵D(也称为过完备原子库中),选择一个与信号 y 最匹配的原子(也就是某列),构建一个稀疏逼近,将剩余残差减去所有被选择过的原子组成的矩阵所张成空间上的正交投影
  3. 所属分类:Android

    • 发布日期:2018-05-02
    • 文件大小:3072
    • 提供者:weixin_42115756
  1. 地震数据处理工具箱

  2. 程序使用非对称高斯线性调频小波模型建立一个不需要字典的正交匹配追踪算法,使用贪婪算法来近似地震数据。
  3. 所属分类:其它

    • 发布日期:2019-01-21
    • 文件大小:5242880
    • 提供者:miao0967020148
  1. matlab开发-正交匹配追求算法比较

  2. matlab开发-正交匹配追求算法比较。正交匹配跟踪算法(OMP)是一种贪婪的压缩传感恢复算法。
  3. 所属分类:其它

    • 发布日期:2019-08-21
    • 文件大小:1024
    • 提供者:weixin_38743737
  1. 正交匹配追踪算法OMP.m

  2. 正交匹配追踪算法OMP(Orthogonal Matching Pursuit),压缩感知的一种典型贪婪算法,该资源给出了OMP的MATLAB的仿真代码
  3. 所属分类:电信

    • 发布日期:2019-09-19
    • 文件大小:8192
    • 提供者:kesenhe
  1. 基于收缩率的交替投影算法在压缩传感中高效测量矩阵的构建

  2. 介绍了一种简单而有效的压缩感知(CS)框架内的测量矩阵构建算法(MMCA)。 在CS框架中,测量矩阵Phi和稀疏矩阵(基本)psi之间的较小相干性可以导致更好的信号重建性能。 在本文中,我们通过迭代采用收缩和交替投影技术来达到此目的。 最后,优化测量矩阵Phi和固定稀疏矩阵psi的列之间的相干性可以大大降低,甚至接近于Welch界。 已经进行了广泛的实验以测试所提出算法的性能,并将其与最新算法进行比较。 我们得出的结论是,使用提出的MMCA的贪婪算法(例如,正交匹配追踪(OMP)和正则化OMP)
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:2097152
    • 提供者:weixin_38625164
  1. 压缩感知中稀疏信号恢复的贪婪正交匹配追踪算法

  2. 稀疏信号恢复问题一直是几个不同社区中广泛研究的主题。 可伸缩恢复算法是压缩感测(CS)的一个至关重要的基本主题,最近几年引起了人们的极大兴趣。 本文首先分析了正交匹配追踪(OMP)算法中的迭代残差。 其次,引入了贪婪算法,称为贪婪OMP算法。 该算法使用贪婪原子识别迭代地识别多个原子,然后丢弃与最佳原子高度相似的一些原子。 与OMP算法相比,对高斯和零一稀疏信号进行的实验表明,提出的GOMP算法可以提供更好的恢复性能。 最后,我们通过实验研究了GOMP中贪婪常数对恢复性能的影响。
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:1048576
    • 提供者:weixin_38698943
  1. 稀疏信号恢复的测量矩阵构建算法

  2. 介绍了一种在压缩感知框架内的简单测量矩阵构造算法(MMCA)。 在压缩感测中,测量矩阵和稀疏字典(基本)之间的较小相干性可以具有更好的信号重建性能。 随机测量矩阵(例如,高斯矩阵)已被广泛使用,因为它们与几乎所有稀疏基数都具有较小的相干性。 但是,通过降低与固定稀疏基的相干性来优化测量矩阵将大大提高CS的性能,这一结论已被许多先前的研究人员很好地证明。 基于以上分析,我们通过迭代采用收缩和奇异值分解(SVD)技术来实现此目的。 最后,优化矩阵和稀疏字典的列之间的相干性可以大大降低,甚至接近韦氏边
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:1048576
    • 提供者:weixin_38572960
  1. 基于递归字典的同时正交匹配追踪用于高光谱数据的稀疏分解

  2. 贪婪算法的稀疏分解问题仍然是寻找的巨大挑战由于通常很高,因此对于光谱库中观察到的数据而言,端部成员的最佳子集光谱库的相关性。 在这种情况下,一种称为递归的新颖贪婪算法基于字典的同时正交匹配追踪(RD-SOMP)用于稀疏分解呈现高光谱数据。 该算法采用分块处理策略对整体进行划分高光谱图像分成几个块。 在该块的每次迭代中,将光谱库投影到正交子空间并重新归一化,这可以减少光谱库的相关性。 然后RD-SOMP选择一个在当前残差和最大残差之间具有最大相关性的新末端光谱库的正交子空间。 在所有块中选择的最终
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:484352
    • 提供者:weixin_38632146
  1. 基于限制等距性质阈值机制的匹配追踪算法

  2. 为提高贪婪算法重构精度,提出带有回溯机制的基于限制等距性质阈值匹配追踪算法(restricted isometry propertity-based threshold mechanism MP,RIPTMP)。每次迭代包含原子添加和原子删减两个步骤,在原子添加步骤中,根据RIP和残差能量条件添加原子;在原子删减步骤中,分析RIP和残差条件,找出可能错误原子,原子选择过程是自适应的。实验结果表明,在一定条件下,该算法重构精度高于正交匹配追踪算法(orthogonal matching pursu
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:1048576
    • 提供者:weixin_38630853
  1. 基于压缩感知的双向阈值匹配追踪算法

  2. 最近提出的前向后向算法(Forward-backward Pursuit,FBP)因为重构精度较高受到人们更多关注。但是FBP算法没有考虑到当前迭代残差信号的变化,每次迭代选取的原子和删减原子的数目是固定的。鉴于此,提出了双向阈值匹配追踪算法(Ovonic Threshold Matching Pursuit,OTMP)。OTMP前向原子选择过程通过限制等距性质(RIP)和残差的条件选出部分新增加原子,在回溯过程中通过当前迭代的重构水平剔除可能错误的原子。实验表明,在一定条件下OTMP时间复杂度
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:925696
    • 提供者:weixin_38725450
  1. 基于压缩感知的MIMO NC-OFDM系统信道估计算法

  2. 多输入多输出不连续正交频分复用(MIMO NC-OFDM)系统是认知无线电(CR)系统的常用体制,由于授权用户占用而导致的载波不连续情况下的信道估计是影响该系统性能的关键技术问题。提出一种基于压缩感知(CS)的MIMO NC-OFDM 系统的信道估计方法——稀疏自适应匹配追踪(SAMP)算法。SAMP 算法在重构过程中先对信号稀疏度进行初始估计,然后自适应调整步长逐步逼近信号,相较于其他贪婪算法,能够在稀疏度未知的情况下准确重建稀疏信号。仿真结果表明,SAMP算法提高了重构精度,在实际应用中易于
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:1048576
    • 提供者:weixin_38695159