期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于l1-l2范数极小化的稀疏信号重建条件
被引量:
2
1
作者
周珺
黄尉
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2020年第1期137-140,共4页
压缩感知(compressed sensing,CS)是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,可以从小规模的线性、非自适应的测量中通过求解非线性优化问题重构原信号。文章建立了基于极小化l1-l2范数的稀疏信号精确重构...
压缩感知(compressed sensing,CS)是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,可以从小规模的线性、非自适应的测量中通过求解非线性优化问题重构原信号。文章建立了基于极小化l1-l2范数的稀疏信号精确重构的充分条件,并给出了有噪声情形下的误差分析结果。
展开更多
关键词
压缩感知(CS)
l1-l2极小化
稀疏信号
稀疏恢复
限制等距性质(RIP)
下载PDF
职称材料
题名
基于l1-l2范数极小化的稀疏信号重建条件
被引量:
2
1
作者
周珺
黄尉
机构
合肥工业大学数学学院
出处
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2020年第1期137-140,共4页
基金
国家自然科学基金重大研究计划资助项目(91538112)
文摘
压缩感知(compressed sensing,CS)是一种全新的信息采集与处理的理论框架,借助信号内在的稀疏性或可压缩性,可以从小规模的线性、非自适应的测量中通过求解非线性优化问题重构原信号。文章建立了基于极小化l1-l2范数的稀疏信号精确重构的充分条件,并给出了有噪声情形下的误差分析结果。
关键词
压缩感知(CS)
l1-l2极小化
稀疏信号
稀疏恢复
限制等距性质(RIP)
Keywords
compressed sensing(CS)
l
1
-l
2
norm minimization
sparse signa
l
sparse recovery
restricted isometry property(RIP)
分类号
O174.2 [理学—基础数学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于l1-l2范数极小化的稀疏信号重建条件
周珺
黄尉
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2020
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部