期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
基于l_(1)-l_(2)最小化的部分支集已知的信号重建 被引量:1
1
作者 宋儒瑛 武思琪 关晋瑞 《湖北民族大学学报(自然科学版)》 CAS 2022年第1期81-85,共5页
压缩感知是近几年应用数学范畴较为热门的前沿课题,是一种新型的采样理论,主要是考虑从较少的线性测量中利用信号自身的各种先验信息来恢复高维稀疏信号.文章通过l_(1)-l_(2)最小化方法对部分支集已知的信号提出了重建的一个新的充分条... 压缩感知是近几年应用数学范畴较为热门的前沿课题,是一种新型的采样理论,主要是考虑从较少的线性测量中利用信号自身的各种先验信息来恢复高维稀疏信号.文章通过l_(1)-l_(2)最小化方法对部分支集已知的信号提出了重建的一个新的充分条件,并得到信号恢复稳定和鲁棒的误差估计. 展开更多
关键词 压缩感知 部分支集已知 l_(1)-l_(2)最小化 限制等距性 误差估计
下载PDF
l_(1)-αl_(2)最小化模型下不同噪声的误差估计
2
作者 王俊丽 穆晓芳 温瑞萍 《太原师范学院学报(自然科学版)》 2023年第2期13-18,共6页
压缩感知主要是考虑从较少的采样数据中以高概率精确地重构原高维稀疏信号.基于l_(1)-αl_(2)(0<α≤1)最小化模型,大多数文献研究信号的重构问题,而对于图像重构方面很少研究,尤其对于高斯噪声和l_(∞)-有界噪声下的图像重构.根据... 压缩感知主要是考虑从较少的采样数据中以高概率精确地重构原高维稀疏信号.基于l_(1)-αl_(2)(0<α≤1)最小化模型,大多数文献研究信号的重构问题,而对于图像重构方面很少研究,尤其对于高斯噪声和l_(∞)-有界噪声下的图像重构.根据测量矩阵的约束等距性得到这两种噪声下图像重构的误差估计. 展开更多
关键词 压缩感知 图像重构 l_(1)-αl_(2)最小化 约束等距性 误差估计
下载PDF
基于l_(1)-αl_(2)(0<α≤1)最小化的仿射相位恢复
3
作者 王新云 黄尉 《大学数学》 2023年第4期1-6,共6页
仿射相位恢复是利用先验信息从仅限幅值测量中恢复未知信号的问题.利用l_(1)-αl_(2)(0<α≤1)最小化模型,研究如何稳定的重建稀疏的未知信号,当测量矩阵满足一定的强约束等距性质时,证明未知信号x∈ℝ^(n)可以被稳定的恢复出来.重点... 仿射相位恢复是利用先验信息从仅限幅值测量中恢复未知信号的问题.利用l_(1)-αl_(2)(0<α≤1)最小化模型,研究如何稳定的重建稀疏的未知信号,当测量矩阵满足一定的强约束等距性质时,证明未知信号x∈ℝ^(n)可以被稳定的恢复出来.重点讨论l_(2)有界噪声和Dantzig Selector噪声情况下的恢复条件. 展开更多
关键词 仿射相位恢复 l_(1)-αl_(2)(0<α≤1)最小化 强约束等距性质
下载PDF
基于l_(1)-l_(2)范数的高分辨率时频分析方法及应用 被引量:2
4
作者 邢文军 曹思远 +1 位作者 陈思远 马敏瑶 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2022年第9期3623-3633,共11页
本研究提出一种基于l_(1)-l_(2)范数的稀疏约束类时频分析方法,以提高信号时频分析的精度.稀疏约束类时频分析方法通过窗口类时频分析的逆变换构造反演方程,使用稀疏范数约束每个时间点的频谱,从而提高时频谱的分辨率;常用约束包括l_(1... 本研究提出一种基于l_(1)-l_(2)范数的稀疏约束类时频分析方法,以提高信号时频分析的精度.稀疏约束类时频分析方法通过窗口类时频分析的逆变换构造反演方程,使用稀疏范数约束每个时间点的频谱,从而提高时频谱的分辨率;常用约束包括l_(1)范数、l_(p)范数等,近几年l_(1)-l_(2)范数被证明稀疏约束能力强于l_(p)范数,被广泛的应用于地震数据处理高分辨率、反演等问题中.本文基于压缩感知理论,使用l_(1)-l_(2)范数约束频谱,基于交替方向乘子法(ADMM)进行反问题的求解,得到基于l_(1)-l_(2)范数的高分辨率时频分析方法,并将其应用于地震频散属性的计算中.模型分析表明,本研究提出的基于l_(1)-l_(2)约束时频分析具有高时频聚焦性,高抗噪性,适用于地震信号的时频分析.实际数据表明,基于l_(1)-l_(2)范数的时频分析具备高时频分辨率,联合纵波频散属性,使得该方法可以清晰刻画储层的范围,准确指示气藏. 展开更多
关键词 l_(1)-l_(2)范数 时频分析 频散属性 GABOR变换
下载PDF
通过l_(1)-l_(2)最小化恢复信号的充分条件
5
作者 武思琪 宋儒瑛 《太原师范学院学报(自然科学版)》 2022年第4期16-21,共6页
压缩感知中测量矩阵的零空间特性可以确保重建稀疏信号.在l_(1)-l_(2)最小化问题模型下,文章利用测量矩阵的零空间特性,根据已知信号的不同支撑信息,得到了相应的充分条件.这些条件给出了测量矩阵的限制等距性和信号恢复之间的紧密关系... 压缩感知中测量矩阵的零空间特性可以确保重建稀疏信号.在l_(1)-l_(2)最小化问题模型下,文章利用测量矩阵的零空间特性,根据已知信号的不同支撑信息,得到了相应的充分条件.这些条件给出了测量矩阵的限制等距性和信号恢复之间的紧密关系,且获得的结论在理论上优于现有的文献结果. 展开更多
关键词 压缩感知 l_(1)-l_(2)最小化 零空间特性 限制等距性 信号恢复
下载PDF
L_(1)-L_(1/2)非负矩阵分解及算法
6
作者 刘丹 罗申星 《常熟理工学院学报》 2022年第2期120-124,共5页
稀疏非负矩阵由于方便计算和存储的优点已被广泛关注.为了得到更稀疏的系数矩阵,在非负矩阵分解(NMF)模型上同时引入L_(1)和L_(1/2)正则项,提出一种新的稀疏NMF模型L_(1)-L_(1/2)-NMF,为快速求解L_(1)-L_(1/2)-NMF,提出梯度下降算法.进... 稀疏非负矩阵由于方便计算和存储的优点已被广泛关注.为了得到更稀疏的系数矩阵,在非负矩阵分解(NMF)模型上同时引入L_(1)和L_(1/2)正则项,提出一种新的稀疏NMF模型L_(1)-L_(1/2)-NMF,为快速求解L_(1)-L_(1/2)-NMF,提出梯度下降算法.进一步,基于交替非负最小二乘算法框架,利用KKT条件,提出块坐标下降算法.与梯度下降算法相比,块坐标下降算法得到的系数矩阵更稀疏.针对ORL、CBCL、Yale和Extended Yale 4个图像数据集的实验结果表明,块坐标下降算法和梯度下降算法得到的系数矩阵的稀疏性和相对误差优于其他稀疏NMF算法. 展开更多
关键词 非负矩阵分解 l_(1)-l_(1/2)非负矩阵分解 梯度下降算法 块坐标下降算法
下载PDF
通过混合l_(2)/l_(1)范数最小化实现块稀疏信号恢复
7
作者 李坤 王会敏 《绍兴文理学院学报》 2022年第10期53-59,共7页
块稀疏信号恢复问题在很多领域都有非常重要的应用.将Karmalkar用于处理稀疏信号问题的方法推广至块稀疏信号,研究带噪声的块稀疏信号恢复问题,通过混合l_(2)/l_(1)范数最小化和高斯矩阵的性质,可以得到最小测量误差,精确地恢复块稀疏信号.
关键词 块稀疏信号 噪声 高斯矩阵 混合l_(2)/l_(1)范数最小化
下载PDF
l_(1)-αl_(2)最小化方法基于相干性的稀疏恢复
8
作者 宋儒瑛 武思琪 关晋瑞 《数学的实践与认识》 2023年第8期172-179,共8页
压缩感知是从一个线性模型y=Ax+e (其中e是一个噪声向量)中稳定或鲁棒恢复一个s-稀疏(或可压缩)信号.l_(1)-αl_(2) (0<α≤1)最小化方法是近几年才出现的一种新的信号恢复的有效方法.文章考虑的是在相干性的框架中通过l_(1)-αl_(2)... 压缩感知是从一个线性模型y=Ax+e (其中e是一个噪声向量)中稳定或鲁棒恢复一个s-稀疏(或可压缩)信号.l_(1)-αl_(2) (0<α≤1)最小化方法是近几年才出现的一种新的信号恢复的有效方法.文章考虑的是在相干性的框架中通过l_(1)-αl_(2) (0 <α≤1)最小化恢复信号,在l_(2)有界噪声、Dantzig Selector(DS)噪声和脉冲噪声情形下分别给出了保证信号稳定恢复的充分条件. 展开更多
关键词 压缩感知 信号恢复 l_(1)-αl_(2)最小化 相干性 稀疏恢复
原文传递
基于相干性框架的部分支集已知的信号重建
9
作者 武思琪 宋儒瑛 关晋瑞 《西华师范大学学报(自然科学版)》 2024年第4期367-374,共8页
文章使用l_(2)-αl_(2)(0<α≤1)最小化模型利用信号自身的先验支撑信息来重建高维稀疏信号。这是首篇基于相干性框架的部分支集已知的信号重建,重点讨论3种噪声(l_(2)有界噪声、Dantzig Selector噪声和脉冲噪声)情形下信号鲁棒恢复... 文章使用l_(2)-αl_(2)(0<α≤1)最小化模型利用信号自身的先验支撑信息来重建高维稀疏信号。这是首篇基于相干性框架的部分支集已知的信号重建,重点讨论3种噪声(l_(2)有界噪声、Dantzig Selector噪声和脉冲噪声)情形下信号鲁棒恢复的充分条件和误差估计。 展开更多
关键词 压缩感知 部分支集已知 l_(1)-αl_(2)最小化 相干性 误差估计
下载PDF
l_(1)-l_(2)最小化模型在不同噪声下的误差估计
10
作者 宋儒瑛 张朝阳 关晋瑞 《数学的实践与认识》 2021年第13期269-274,共6页
压缩感知理论利用信号的稀疏性这一特点,通过较少的观测数据来高概率地重构出原始信号,从而降低了采样的频率,打破了传统奈奎斯特采样定理的局限性,同时也缓解了采样设备在硬件方面的局限性,减少了数据存储,处理及传输的成本.在l_(1)-l_... 压缩感知理论利用信号的稀疏性这一特点,通过较少的观测数据来高概率地重构出原始信号,从而降低了采样的频率,打破了传统奈奎斯特采样定理的局限性,同时也缓解了采样设备在硬件方面的局限性,减少了数据存储,处理及传输的成本.在l_(1)-l_(2)最小化模型的基础上,讨论了当测量矩阵的限制等距常数满足一定的条件,针对不同的噪声情形,l_(1)-l_(2)最小化模型求得的解与真实解之间的误差是可以被有效控制的,并且当信号是稀疏且无噪音干扰时,原始信号可以被精确恢复. 展开更多
关键词 l_(1)-l_(2)最小化 噪声类型 稀疏恢复 限制等距常数
原文传递
Group Sparsity Residual Constraint Image Denoising Model with l_(1)/l_(2)Regularization
11
作者 WU Di ZHANG Tao MO Xutao 《Wuhan University Journal of Natural Sciences》 CAS CSCD 2023年第1期53-60,共8页
Group sparse residual constraint with non-local priors(GSRC)has achieved great success in image restoration producing stateof-the-art performance.In the GSRC model,the l_(1)norm minimization is employed to reduce the ... Group sparse residual constraint with non-local priors(GSRC)has achieved great success in image restoration producing stateof-the-art performance.In the GSRC model,the l_(1)norm minimization is employed to reduce the group sparse residual.In recent years,nonconvex regularization terms have been widely used in image denoising problems,which have achieved better results in denoising than convex regularization terms.In this paper,we use the ratio of the l_(1)and l_(2)norm instead of the l_(1)norm to propose a new image denoising model,i.e.,a group sparse residual constraint model with l_(1)/l_(2)minimization(GSRC-l_(1)/l_(2)).Due to the computational difficulties arisen from the non-convexity and non-linearity,we focus on a constrained optimization problem that can be solved by alternative direction method of multipliers(ADMM).Experimental results of image denoising show that the pro-posed model outperforms several state-of-the-art image denoising methods both visually and quantitatively. 展开更多
关键词 image denoising l_(1)/l_(2)minimization group sparse representation
原文传递
基于图解法的嵌岩抗拔桩极限承载力分析 被引量:4
12
作者 陈开伦 崔贵云 +1 位作者 杨柏 石青叶 《科学技术与工程》 北大核心 2021年第23期9990-9994,共5页
基于嵌岩抗拔桩现场试验结果,采用图解法对实测荷载-位移曲线进行极限承载力判定取值,并将判定值与实测值进行比较。结果表明,初始直线斜率法受到3.8 mm位移增量的限制,对嵌岩抗拔桩极限承载力取值为实测值的42.0%~102.4%,平均66.0%,偏... 基于嵌岩抗拔桩现场试验结果,采用图解法对实测荷载-位移曲线进行极限承载力判定取值,并将判定值与实测值进行比较。结果表明,初始直线斜率法受到3.8 mm位移增量的限制,对嵌岩抗拔桩极限承载力取值为实测值的42.0%~102.4%,平均66.0%,偏于保守;双直线交点法的取值为实测值的85.2%~98.5%,平均94.8%,较为合适;L_(1)-L_(2)法的L_(1)取值仅为实测值的15.5%~64.1%,平均29.7%;L_(2)取值方法是现行桩基规范中确定极限承载力的判据之一。当基础变形有严格特殊的要求时,在试桩荷载-位移曲线特征明显的情况下,L_(1)-L_(2)法可以用于试桩承载变形分析,但并不适合用于确定极限承载力。 展开更多
关键词 图解法 极限抗拔承载力 初始直线斜率法 双直线交点法 l_(1)-l_(2)法
下载PDF
基于l_(p)有界噪声的压缩数据分离
13
作者 李玲玉 黄尉 《数学学报(中文版)》 CSCD 北大核心 2023年第3期527-538,共12页
本文考虑l_(p)有界噪声约束下的压缩数据分离问题,即从压缩测量数据中重建信号的不同稀疏子成分.为了重构不同框架D_(1)∈R^(n×d_(1))和D_(2)∈R^(n×d_(2))下(近似)稀疏的不同子成分,我们首先提出了l_(1)-αl_(2)分解分析算法... 本文考虑l_(p)有界噪声约束下的压缩数据分离问题,即从压缩测量数据中重建信号的不同稀疏子成分.为了重构不同框架D_(1)∈R^(n×d_(1))和D_(2)∈R^(n×d_(2))下(近似)稀疏的不同子成分,我们首先提出了l_(1)-αl_(2)分解分析算法,在测量矩阵满足一定的约束等距性条件且字典之间满足某个相互相干性条件时,此算法可以处理不同噪声干扰下的信号分离问题.此外,基于经典Dantzig Selector模型,我们还引入了l_(1)-αl_(2)分解分析Dantzig Selector算法,在适当条件下此算法也可以稳定分离压缩数据.数值实验表明,l_(1)-αl_(2)最小化算法对于冗余紧框架下的数据分离问题具有鲁棒性和稳定性. 展开更多
关键词 压缩数据分离 l_(1)-αl_(2)最小化 l_(p)有界噪声 限制等距性条件 紧框架
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部