已閱讀1頁,還剩22頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、壓縮傳感(Compressed sensing)是信號處理領域里一種全新的采樣編碼技術,在2006年由David Donoho、Emmanuel Candès和Terence Tao等人提出后,引起了學術界和工業(yè)界的廣泛關注,并已經在諸多領域內發(fā)揮應用。壓縮傳感的數學模型是求一個欠定線性系統(tǒng)的稀疏解,即稀疏信號恢復。
組合群試(Combinatorial group testing)是在實驗中從大量樣本中找出某類低密度樣本
2、的一種基礎工具。近年來在分子生物學中的應用又被稱為池設計(Pooling design)。由于感興趣的樣本具有稀疏性,池設計也可以被看成一個稀疏信號恢復問題。一旦稀疏信號的支撐集被確定了,有很多方法去估計非零分量的值,因此只需利用池設計算法恢復支撐集即可。
本文利用池設計中的“一般抑制劑模型(General inhibitor model)”的組合結構構造稀疏信號恢復中的傳感矩陣,在一定條件下完美無差錯地恢復出信號的支撐集
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 稀疏信號恢復中的SMV與MMV問題研究.pdf
- 26444.稀疏信號的精確恢復條件
- 稀疏信號恢復中的硬閾值算法研究.pdf
- 盲稀疏源信號分離算法的恢復性研究.pdf
- 基于塊稀疏恢復的空時自適應信號處理研究.pdf
- 稀疏信號和低秩矩陣恢復等距約束性常數估計.pdf
- 混合lp-lq優(yōu)化算法下塊稀疏信號的穩(wěn)定恢復.pdf
- 基于相位恢復閾值算法與內投影神經網絡算法的稀疏信號重構.pdf
- 基于貝葉斯壓縮感知的塊狀稀疏信號恢復算法研究.pdf
- 稀疏恢復與稀疏優(yōu)化的_1極小化理論及其計算.pdf
- 稀疏恢復問題中精確恢復條件的研究.pdf
- Max Dehn對組合群論的貢獻.pdf
- 快速稀疏恢復算法研究.pdf
- 稀疏位置軌跡的路徑恢復.pdf
- 基于Kalman濾波以及稀疏信號恢復的多智能體系統(tǒng)控制.pdf
- 一種多目標組合群決策算法的研究與實現.pdf
- 基于解析稀疏模型的信號稀疏表示.pdf
- 通信信號稀疏表示研究.pdf
- 短樣本信號與稀疏采樣信號的譜估計研究.pdf
- 信號稀疏表示算法研究.pdf
評論
0/150
提交評論