| 稀疏信号重构的罚函数神经网络模型 |
| |
| 引用本文： | 蔡园园,李国成. 稀疏信号重构的罚函数神经网络模型[J]. 计算机应用, 2021, 41(z2): 13-18. DOI: 10.11772/j.issn.1001-9081.2021030413 |
| |
| 作者姓名： | 蔡园园 李国成 |
| |
| 作者单位： | 北京信息科技大学理学院,北京100192 |
| |
| 摘 要： | 在压缩感知理论中,针对未知信号的稀疏性和信号非零元素位置的不确定性使得稀疏信号的重构比较困难,以及基于贪婪迭代方法的匹配追踪算法和基于凸松弛方法的基追踪算法对稀疏信号的重构概率不高的问题,提出一个罚函数神经网络模型.首先在感知矩阵满足有限等距性(RIP)的前提下,压缩感知问题可以转化为等价的l1-范数最小化问题.然后基...
|
| 关 键 词： | 压缩感知 l1-最优化 有限等距性 神经网络 能量函数 |
Penalty function neural network model for sparse signal reconstruction |
| |
| CAI Yuanyuan,LI Guocheng. Penalty function neural network model for sparse signal reconstruction[J]. Journal of Computer Applications, 2021, 41(z2): 13-18. DOI: 10.11772/j.issn.1001-9081.2021030413 |
| |
| Authors: | CAI Yuanyuan LI Guocheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
