L1范数最小化相关论文
在浅层探地雷达探测中,地下埋藏物的信息通常可以稀疏表示。传统的成像方法不但要求信号的采样满足柰奎斯特采样定理,而且还要对整......
MIMO雷达通过呈空间分布的天线发射出正交波形,经匹配滤波器接收回波,极大地提高MIMO雷达抗摧毁能力以及目标参数估计检测能力。现......
正则化路径(regularization path)方法是统计机器学习中一种有效的参数选择方法,该方法可以得出正则化参数所有的可能取值以及对应......
压缩感知理论改变了香农采样定理的信号处理思路,具有十分重要的科研应用价值。压缩感知框架下信号重构是获取数字终端产品的关键......
针对稀疏信号的准确和实时恢复问题,提出了一种基于神经动力学优化的压缩感知信号恢复方法。通过引入反馈神经网络(recurrent neur......
本文提出基于prox算子不动点算法（fixed-point algorithm）求解NP难的绝对值方程组Ax-x=b的最稀疏解.该算法首先将问题松弛为l1范数最......
介绍一种基于广义最小最大凹(generalized minimax concave,GMC)惩罚项的ISAR稀疏成像方法。该方法的惩罚项形式与L1范数最小化方......
讨论如何从少量线性测量中恢复部分支集信息已知的稀疏信号的问题.所用方法是凸优化方法,所用范数为关于已知支集的余集上的l_1范......
针对合成孔径雷达(SAR)图像目标识别中存在物体遮挡的情况,该文提出一种基于非负稀疏表示的分类方法。通过分析L0范数和L1范数最小......
文中提出了一种基于压缩感知稀疏重构技术的广域故障定位方法,用于准确定位传输网络中的单故障和双故障位置.与早期传统的故障定位......
基于模态叠加理论,将圆柱壳结构在流体中的响应以真空中振动模态形式展开,通过测点振动速度和模态矩阵建立以模态参与系数为未知量......
随着计算机技术及互联网应用的迅速发展,多媒体数据特别是视频数据呈海量趋势增长,如何有效存储、管理、传输、检索和使用这些多媒......
针对阅卷系统中手写汉字识别率和识别精度低的问题,文中提出一种基于压缩感知理论的阅卷系统手写汉字识别算法。该算法首先对阅卷......
基于稀疏重构的分类方法具有较好的识别效果,但计算复杂度高。为此,提出基于压缩感知的人脸识别方法 COMP,将L1范数最小化重构算法......
通过定义新的投影函数,提出一种连续时间的复值投影神经网络模型及其离散化算法,能完全在复域上解决一类复值l1范数最小化问题,并......
针对用电设备非侵入式负荷辨识精度不高、效率低等问题,在综合隐马尔可夫链模型(Hidden Markov chain Mode)后,提出了一种基于L1范......
针对含有残缺图像的遥感图像目标识别问题,提出一种基于旋转扩展和稀疏表示的目标识别方法.首先对训练集进行旋转扩展,使得测试图......
提出一种新的目标跟踪算法,将稀疏表示应用于LK(Lucas-Kanade)图像配准框架。通过最小化校准误差的L1范数来求解目标的状态参数,从......
电能是如今数字化信息社会的重要能源载体,它是由电力部门将其他形式的能源经过相关处理转换而成的更为清洁、有效、方便的二次能......
信号的采集和恢复问题很早就被提出,并且已经有了一些很经典的结论,它的理论依据亦是日渐完善.随着时代的发展,人们对信号的采样频......
基于稀疏假设,欠定盲源分离问题一般可采用线性规划、最短路径法和组合算法等l1范数最小化方法进行求解,但是这些传统方法对源信号......
[目的]为了降低稀疏表示目标跟踪算法的计算复杂度,[方法]在粒子滤波框架下提出了基于局部结构变换域稀疏外观模型的视觉目标跟踪......
压缩感知理论通过从一系列非自适应线性测量中求解一个凸L 1最小化问题,从而对稀疏信号进行重构。该文基于压缩感知理论对宽带合成......
