基于压缩感知的一种改进射电图像重建算法

针对射电天文图像重建中由于越来越大的数据集产生的保证与提高图像重建质量的问题,提出一种基于压缩感知技术的射电干涉图像凸优化重构算法。该算法对原始对偶算法引入迭代收缩算子和阈值模型,迭代收缩算子在每一步迭代过程中利用前两点进行组合更新,迭代过程更为精确,通过阈值模型克服不连续性产生的伪吉布斯效应,使得重建射电图像光滑并保留了有用高频信息。实验结果表明,改进算法在信噪比与重建精度方面优于PD算法,得到了更好的效果。

机器学习算法在5G高清视频初缓时延优化中的应用

5G时代用户对高清和超高清视频的需求日益增长,初始播放缓冲时延成为影响用户体验的关键问题之一。造成时延问题的因素众多,传统依靠专家经验、逐项分析的方法难以在复杂的场景中确定有效的指标。通过引入机器学习算法,对大量的实际数据进行训练和测试,分析出关键指标值与时延之间的复杂关系,就可以很好地解决改善5G高清视频初始播放缓冲时延问题。