Oct, 2011

压缩感知中的量化深度与测量速率对制度变革的影响

PDF
TL;DR本文研究了基于有限字母表编码的测量压缩和数据压缩的压缩感知框架，在高信噪比和低信噪比两种情况下，通过测量位数和每个测量数据的位数之间的权衡来实现稳定重建，并发现在许多实际应用中，以低信噪比进行量化压缩 (obtained more measurements with fewer bits per measurement) 通常更好。
compressive sensingmeasurement compressionquantization compressionsignal-to-noise ratiobits
发现论文，激发创造
  • 基于模型的压缩感知

    本文提出了一种基于模型的压缩感知理论，提供了如何创建具有可证明性能保证的基于模型的恢复算法的具体指南，其中包括引入一类新的结构压缩信号以及一个新的充分条件来描述其恢复性能，命名为有限放大性质，这对应于传统压缩感知限制等比性的自然扩展。实验结果表明了这一新理论和算法的有效性和适用性。

    Aug, 2008

  • 结构化压缩感知：从理论到应用

    本文论述了在压缩感知中利用信号和测量结构进行体现的主题，并将理论与实践相结合，介绍了新的方向及与传统压缩感知的关系。

    Jun, 2011

  • 基于稀疏向量二进制稳定嵌入的鲁棒 1 位压缩感知

    该论文研究了利用压缩感知技术来减少模数转换器的采样率，着重探讨了只捕捉信号符号的 1 比特压缩感知技术，提出了能在噪声较小及容易受干扰的情况下实现逆向恢复的二进制 ε- 稳定嵌入特性，并引入了适用于 1 比特采样的算法 —— 二进制迭代硬阈值算法，提高了采样性能。

    Apr, 2011

  • 通用单比特压缩感知的改进界限

    本研究旨在展示如何在一位压缩感知框架中恢复稀疏高维向量的支持度以及改进约束在以一位压缩感知测量中从向量中近似恢复的测量数。我们的结果是通用的，即同样的测量方案可同时适用于所有稀疏向量，并且支持度恢复的最优性是通过证明一个使用 1 位压缩感知的 Union Free Families 组合对象实现的。

    May, 2017

  • 基于统计物理的压缩感知重建

    本文介绍了一种基于概率重构方法、信令传递算法、及结晶成核理论的、能够精确重构低采样率稀疏信号的压缩感知算法，并使用统计物理方法进行了分析和实验验证。

    Sep, 2011

  • 基于统计力学的 1 比特压缩感知

    本文采用统计力学方法分析了基于 L1 范数的信号恢复方案在 1 比特压缩感知中的应用，发现该方案通常具有许多相似恢复准确度的局部最优解，并提出了借鉴空洞方法的近似恢复算法。数值实验表明，在非零元素密度相对较大的情况下，所提出的算法比已有方案具有更好的性能和更低的计算成本。

    Jan, 2013

  • 动态场景的压缩采集

    本文提出了一种基于线性动态系统的视频压缩感知恢复框架，将视频恢复问题简化为先从压缩测量中估计 LDS 模型参数，然后重建图像帧。利用 LDS 的低维动态参数和高维静态参数来设计一种新颖的压缩测量策略，它只在每个时刻测量场景的动态部分并随时间累积以估计静态参数，并有效地降低了压缩测量率。经过各种实验验证了方法的有效性，包括视频恢复、感知高光谱数据以及从压缩数据中对动态场景进行分类。

    Jan, 2012

  • 压缩感知中稀疏模式恢复的采样率 - 失真平衡

    该论文主要研究压缩感知中从有限数量的噪声线性测量数据中恢复稀疏矢量的支撑模式的问题，并通过不同恢复算法的关键参数给出了达到所需误差分数所需的测量速率的界限，同时针对各种实用信号模型证明了界限的紧密性和在一定程度上的近最优性。

    Jun, 2010

  • 基于深度学习的图像块压缩感知

    本文提出了一种基于块的压缩感知深度学习算法，通过完全连接网络进行块状线性感知和非线性重建，优化了感知矩阵和非线性重构算子，且在重构质量和计算时间方面优于现有技术。

    Jun, 2016

  • 通过修正线性单元的量化压缩感知

    本研究旨在针对高维信号恢复问题，提出了基于修正线性单元的一比特和均匀多比特量化的凸规划算法，在线性测量过程中添加设计良好的噪声，从而获得最优近似重构保证，并证明了该算法对位坏的鲁棒性。其中，Dirksen 和 Mendelson 对非高斯超平面镶嵌的最新结果作为证明依据。

    Nov, 2019