sparse signals | BriefGPT - AI 论文速递

关键词sparse signals

搜索结果 - 33

用于压缩感知和稀疏去噪的快速线性 Bregman 迭代
提出一种有关变分问题求解的方法，应用 Bregman 迭代和压缩感知的理念进行信号去噪和恢复。
PDF13 years ago
字典学习的样本复杂度
本文从统计学习理论的角度探讨了信号处理中字典学习的一些问题，包括在一定约束条件下的系数选择和新信号表示误差的广义界限等，并提供了一些定理和结果。
PDF14 years ago
A * 正交匹配追踪：压缩感知信号恢复的最佳优先搜索
本文介绍了一种新型的半贪心恢复方法 ——A * 正交匹配追踪算法（A*OMP），它在树上执行 A * 搜索，寻找最稀疏的解决方案，并提供可调的搜索参数以进行复杂度与准确性的平衡。我们使用高斯和 Bernoulli 观测矩阵在合成数据和图像上
PDF14 years ago
压缩感知中的噪声灵敏度相变
论文研究了稀疏信号的 l1 惩罚重构问题，在稳健性和性能之间取得了平衡，开发了新的算法并通过计算实验证明了其表现。
PDF14 years ago
盲压缩感知
介绍了盲压缩感知的概念，提出了三种可能的基稀疏性约束，并证明了唯一性条件及提出了检索解决方案的简洁方法。在唯一性条件下，只要信号足够稀疏，我们的方法可以通过模拟实现类似于依赖于稀疏基先验知识的标准压缩感知的结果，这提供了一个适用于所有稀疏信
PDF14 years ago
压缩感知的消息传递算法：I. 动机与构造
本篇论文介绍了一种低复杂度的迭代阈值算法，名为 AMP（近似消息传递），可从一小组线性测量中重构稀疏信号，并与相关文献建立联系。
PDF15 years ago
受限等距常数的新界
本文研究了压缩感知中的 $\ell_1$ 最小化问题，证明了只要压缩感知矩阵的限制等距常数 $\delta_k$ 满足 $\delta_k < 0.307$，在无噪声情况下可以完美地恢复 $k$- 稀疏信号，并且可以在有噪声情况下稳定地估计
PDF15 years ago
用于压缩感知的消息传递算法
该论文介绍了一种基于图形模型置信传播的新的迭代阈值算法，通过简单无成本的修改，使其系统可以获得与相应凸优化过程相当的稀疏性 - 欠采样权衡，并且该系统没有之前算法的限制，并证明了它的理论计算。
PDF15 years ago
去量化压缩感知：过采样和非高斯约束相结合
本研究提出了一类新的凸优化解码器 BPDQ$_p$ 来恢复从均匀量化测量中得到的稀疏信号，证明了在满足扩展的限制等距特性的矩阵中使用 BPDQ$_p$ 可以有效降低重构误差，同时在高斯随机矩阵和均匀量化测量下的表现超过传统的 BPDN 方案
PDF15 years ago
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
PDF16 years ago
融合 Lasso 的性质和改进
本文研究了三个最小二乘程序及其渐近特性，提出了一种名为融合自适应 Lasso 的估计器，讨论了节省筛中 L1 范数和变化的最大总变差半范数，以及限制实现信号阻塞的数量和非零坐标的数量的另外两个估计量，推导了融合 lasso 和融合自适应 l
PDF16 years ago
不完全和不准确测量中的稳定信号恢复
本文中提出了一种压缩感知技术，通过 l1 - 正则化问题来恢复高维实向量 x_0，证明了只要 A 满足均匀不确定原理并且 x_0 具有足够的稀疏性，则可以在噪声水平内准确恢复 x_0，并给出了两个实例。
PDF19 years ago
用于检测稀疏异质混合物的高级别批判方法
在多重比较中，higher criticism 方法在 testing normal means 是否全部为零的情况下，还有一个小部分是否非零的方差都很小的测试问题中，可以采用最优化 z-score 检验方法来有效地解决此问题，并且当非零均
PDF20 years ago