导读:本文包含了压缩子空间论文开题报告文献综述及选题提纲参考文献，主要关键词:压缩人脸图像,子空间回归,边缘方向,浅层子空间
压缩子空间论文文献综述
刘心宇,干宗良,刘峰[1]（2019）在《基于分级子空间回归的压缩人脸图像复原》一文中研究指出人脸图像具有自然图像不具备的对称特征和几何结构相似性。由于人脸图像往往具备非常复杂的角点和纹理特征,因此很难找到一种全局模型将压缩图像映射到原始未压缩图像。针对此问题,提出一种新颖的基于分级子空间回归的压缩人脸复原算法,该算法包括训练和复原两个部分。在训练部分,利用压缩人脸图像的边缘方向分布规律,将压缩-未压缩图像块对划分到多个浅层子空间中。然后对每个基于边缘方向分类的浅层子空间,利用K-means聚类算法得到它的深层子空间,并在每个深层子空间中训练得到相应的线性映射。在复原阶段,对每个输入的压缩图像块分析得到它的边缘方向,从而选择合适的线性映射,得到复原后的输出图像块。实验结果表明,该算法在PSNR和SSIM上均优于现有的常用复原算法,并且能够有效地去除压缩失真和锯齿效应,提高视觉效果。(本文来源于《计算机技术与发展》期刊2019年06期）
冷雪冬,巴斌,王建辉,王大鸣[2]（2018）在《基于压缩感知子空间的时延估计算法》一文中研究指出现有单快拍条件下子空间类时延估计算法由于降低有效带宽导致估计精确度下降,多快拍条件下压缩感知类算法由于多次采样具有相似稀疏结构也导致了性能下降。针对以上条件下2种算法鲁棒性不强的问题,提出一种在单快拍与多快拍条件下均具有较高精确度的基于压缩感知子空间的时延估计算法。该算法首先判定快拍数与多径数的关系,在快拍数大于等于多径数时通过求解谱峰的目标函数得到时延估计,在快拍数小于多径数时先重构得到改进的噪声子空间,再求解谱峰的目标函数得到时延估计。仿真结果表明,该算法在单快拍与多快拍条件下具有较高的估计精确度,与子空间类算法和压缩感知类算法相比具有更好的鲁棒性。(本文来源于《太赫兹科学与电子信息学报》期刊2018年03期）
朱春蓉,朱丹霞[3]（2016）在《可压缩欧拉方程在不变子空间中的精确解》一文中研究指出欧拉方程是流体力学中非常重要的模型,被广泛应用于许多领域.构造它的精确解是数学物理中非常有意义的工作.精确解可以为理解它的非线性现象和物理意义提供具体的例子.本文旨在通过不变子空间方法构造可压缩欧拉方程的精确解.在变量变换意义下,由不变条件给出与可压缩方程相关的不变子空间;在这些不变子空间中,它被约化为一阶常微分方程组;通过求解这些常微分方程组,最终得到可压缩欧拉方程的一些精确解.(本文来源于《工程数学学报》期刊2016年03期）
孟令同,高闯,段浩楠,程云飞[4]（2016）在《基于子空间跟踪的数据压缩半盲多用户检测》一文中研究指出阐述了基于子空间跟踪算法的数据压缩半盲多用户检测(DC-GBMUD)的基本原理。将快速逼近子空间跟踪(FAPI)算法应用于DC-GBMUD,发现FAPI算法具有简单的结构,更好正交性和较低的计算复杂性,适于DC-GBMUD,DC-GBMUD可以在几乎不增加计算量的情况下完成。仿真结果表明:基于FAPI子空间跟踪算法的数据压缩半盲多用户检测的检测性能良好。此外,还仿真分析了遗忘因子对该算法性能的影响。(本文来源于《信息与电脑(理论版)》期刊2016年01期）
陈鸾,张海剑,孙洪[5]（2015）在《多重目标直接定位的子空间分解压缩感知算法》一文中研究指出本文针对传统无线定位系统先收集参数信息,再用于目标定位,因中间参数无法保证与目标实际位置相匹配而引起的定位误差问题,提出了一种新型的目标直接定位(Direct Position Determination,DPD)算法。该算法考虑到直接定位系统中阵列信号模型的运用以及目标在空间上的稀疏特性,将阵列信号处理中经典MUSIC算法与压缩感知理论(Compressive Sensing,CS)相结合,对阵列接收信号进行特征空间分解,以信号子空间为初始残差代入贪婪运算,有效减少了噪声影响,在不以目标数量为先验的条件下,也能以布置很少的无线基站实现对目标位置的精确恢复,同时,通过对该算法在迭代过程中的逐级优化,降低了系统成本和复杂度。实验仿真结果显示,将本文算法应用于直接定位系统模型,其在抗噪性能,误差率以及复杂度上都明显优于传统算法。(本文来源于《信号处理》期刊2015年10期）
张晓娟[6]（2015）在《基于辛几何和伪辛几何的子空间构造压缩感知矩阵》一文中研究指出压缩感知理论是在信号采样过程中对满足稀疏先验的信号进行适量压缩的一种新理论,它通过较少的测量次数对信号进行观测,进而获得信号的基本信息,然后利用高效算法精确(近似精确)地恢复信号。而压缩感知矩阵的构造是压缩感知理论的一个核心问题,在数据采样和重构信号环节中扮演了重要角色。本文主要是以有限域上典型群作用的几何空间为工具,以受限等距性为判定标准,构造确定性压缩感知矩阵,具体研究内容如下:1.基于有限域上辛空间和奇异辛空间的子空间构造压缩感知矩阵1?和2?,分别与DeVore基于有限域上多项式构造的压缩感知矩阵?进行比较。2.基于有限域上伪辛空间的子空间构造压缩感知矩阵,此类矩阵同时具有析取性和相容性,且能够利用一个给定的高效算法恢复信号。(本文来源于《中国民航大学》期刊2015-05-04）
吕伟杰,陈霞,刘红珍[7]（2016）在《基于压缩感知的图像自适应子空间追踪算法》一文中研究指出针对稀疏自适应匹配追踪(SAMP)算法中存在的运行速度慢、重建效果欠佳的问题,提出了一种新的自适应的子空间追踪算法(MASP)。采用SAMP算法中分段的思想,先对半减小预估稀疏度,再逐一增加,得到真实稀疏度后,再利用子空间追踪算法对原始信号进行重构。实验表明,相比于SAMP算法,该算法在相同观测数量的情况下,具有较快的运行时间和较好的重建效果,其中,在重构信噪比方面平均提高8.2%。(本文来源于《计算机工程与应用》期刊2016年03期）
郭双乐[8]（2014）在《基于压缩感知和子空间技术的匹配场定位技术研究》一文中研究指出匹配场处理是水声学研究的热点问题之一,同时也是实现水下目标定位的主要手段之一。常规匹配场定位方法具有分辨率低、旁瓣高的缺陷,而现有的高分辨率算法对快拍数的要求较多、宽容性较差,并且不能有效的解决相干源的问题。为了克服已有的匹配场处理存在的这些缺陷,本文提出了基于压缩感知和子空间技术的匹配场定位方法。首先利用声源在波导中的空间稀疏特性建立了水下目标定位的稀疏数学模型,然后利用已有的压缩感知中的稀疏重构方法和子空间技术对该模型进行求解,以实现对水下目标的定位。本文的主要研究内容包括：第一,研究了将压缩感知理论和子空间理论中的稀疏重构算法用于匹配场定位的可行性。在使用压缩感知和子空间理论进行信号的稀疏重构时,需要测量矩阵具有约束等距性。在第叁章我们证明在水声环境中只要水听器阵元的个数大于目标个数两倍时,测量矩阵的约束等距常数会以很大的概率分布得到满足。同样在子空间理论中要求测量矩阵的Spark秩要大于或等于某个值,第叁章我们推导出只要水听器个数大于该值时,该条件也会很容易得到满足。第二,研究了基于稀疏重构的匹配场定位算法。本文提出了基于K均值(KMean)方法的匹配场预定位算法,该算法利用宽容性强、计算量较小的线性匹配场处理器计算出搜索区域中各个栅格点上的代价函数值,之后对这些函数值通过KMeans方法划分成若干个聚类,并取中心值最大的聚类对应的簇中的栅格点作为信号源的候选位置,从而实现了预定位。之后把这些候选位置作为新的搜索区域通过压缩感知重构算法或子空间方法对该区域进行搜索,从而降低了问题的时间复杂度。由于格林函数的模值与声源和水听器之间的距离成反比,为了使距离对定位性能的影响尽量减少,本文提出了在定位之前对测量矩阵的列向量的模值进行归一化处理,并且证明了该处理不会对定位的准确性造成影响。第叁,研究了通过奇异值分解方法对观测信号进行降噪,并对降噪的原理给予了理论性证明。第四,研究了已有的匹配场定位方法和基于稀疏重构的匹配场定位算法在粗糙海底环境下的宽容性问题。本文使用MIT开发的OASES-3D软件,通过微扰法计算出粗糙海底的散射声场,并通过仿真研究了粗糙海底对匹配场定位性能的影响。第五,通过仿真实验研究了快拍数、信噪比、传感器个数、相干源和环境失配对算法定位性能的影响。第六,在宽带匹配场定位的稀疏数学模型的基础上,本文提出了联立块正交匹配基追踪(Simutaneous Block Orthogonal Matching Pursuit, SBOMP)方法对该数学模型进行求解,从而实现了基于稀疏重构的宽带匹配场定位。第七,在稀疏重构理论方面,本文对已有的感知字典生成算法进行了改进,原有的基于交替投影的感知字典生成算法只适用于感知字典中的原子的元素为实数的情形,本文推导出其对应的复数域的情形。(本文来源于《中国海洋大学》期刊2014-05-25）
黄海,范铁生,张影,宁晓斐,郭婷婷[9]（2013）在《基于分块自相关的子空间追踪语音压缩感知》一文中研究指出在运用压缩感知基本原理对信号重构时,针对其中正交匹配追踪(OMP)算法和子空间追踪(SP)算法的各自特点,并与自相关思想结合,提出了一种改进的分块自相关的子空间追踪(BASP)算法。实验结果表明:在相同的压缩比下,BASP语音重构算法与SP语音重构算法相比具有较好的信噪比以及MOS评分。(本文来源于《数字技术与应用》期刊2013年12期）
孟熠,刘玉葆,李启睿[10]（2013）在《一种基于压缩策略的高维空间子空间skyline查询算法》一文中研究指出skyline操作就是找出数据集中不被其他数据点支配的点的集合,但是随着数据属性维度的不断增多,通常人们只对数据集的某几个属性感兴趣,高维空间子空间skyline计算就是发现数据集中在某几个特定维度上不被其他点支配的点的集合,skyline计算在数据量大时其时间花销是非常大的,快速的返回结果才是人们能接受的.基于此提出了一个RSky算法,在原有CSky算法的基础上,指出并改进了其存在的3处明显不足,并根据InvertS索引的特性提出了一个压缩扫描策略,通过设置每个维度的下限来控制要处理的桶,除去不必要处理的桶和不可能是skyline的点,从而减少了点与点之间的比较次数.实验结果表明了RSky算法的有效性.(本文来源于《计算机研究与发展》期刊2013年S1期）
压缩子空间论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现有单快拍条件下子空间类时延估计算法由于降低有效带宽导致估计精确度下降,多快拍条件下压缩感知类算法由于多次采样具有相似稀疏结构也导致了性能下降。针对以上条件下2种算法鲁棒性不强的问题,提出一种在单快拍与多快拍条件下均具有较高精确度的基于压缩感知子空间的时延估计算法。该算法首先判定快拍数与多径数的关系,在快拍数大于等于多径数时通过求解谱峰的目标函数得到时延估计,在快拍数小于多径数时先重构得到改进的噪声子空间,再求解谱峰的目标函数得到时延估计。仿真结果表明,该算法在单快拍与多快拍条件下具有较高的估计精确度,与子空间类算法和压缩感知类算法相比具有更好的鲁棒性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
压缩子空间论文参考文献
[1].刘心宇,干宗良,刘峰.基于分级子空间回归的压缩人脸图像复原[J].计算机技术与发展.2019
[2].冷雪冬,巴斌,王建辉,王大鸣.基于压缩感知子空间的时延估计算法[J].太赫兹科学与电子信息学报.2018
[3].朱春蓉,朱丹霞.可压缩欧拉方程在不变子空间中的精确解[J].工程数学学报.2016
[4].孟令同,高闯,段浩楠,程云飞.基于子空间跟踪的数据压缩半盲多用户检测[J].信息与电脑(理论版).2016
[5].陈鸾,张海剑,孙洪.多重目标直接定位的子空间分解压缩感知算法[J].信号处理.2015
[6].张晓娟.基于辛几何和伪辛几何的子空间构造压缩感知矩阵[D].中国民航大学.2015
[7].吕伟杰,陈霞,刘红珍.基于压缩感知的图像自适应子空间追踪算法[J].计算机工程与应用.2016
[8].郭双乐.基于压缩感知和子空间技术的匹配场定位技术研究[D].中国海洋大学.2014
[9].黄海,范铁生,张影,宁晓斐,郭婷婷.基于分块自相关的子空间追踪语音压缩感知[J].数字技术与应用.2013
[10].孟熠,刘玉葆,李启睿.一种基于压缩策略的高维空间子空间skyline查询算法[J].计算机研究与发展.2013