压缩感知

压缩感知处理语音信号代码（python）

先安装convex优化包condainstall-cconda-forgecvxpy语音信号的生成importnumpyasnpimportmatplotlibasmplimportmatplotlib.pyplotaspltimportscipy.optimizeasspoptimportscipy.fftpackasspfftimportscipy.ndimageasspimgimportcv
Solomon Léon Deng·2020-08-05 18:44

浅谈压缩感知（十一）：凸优化

我们知道压缩感知主要有三个东西：信号的稀疏性，测量矩阵的设计，重建算法的设计。那么，在重建算法中，如何对问题建立数学模型并求解，这就涉及到了最优化或凸优化的相关知识。
weixin_33907511·2020-08-04 05:52

稀疏表示、字典学习和压缩感知（基本概念）

稀疏表示与字典学习当样本数据是一个稀疏矩阵时，对学习任务来说会有不少的好处，例如很多问题变得线性可分，储存更为高效等。这便是稀疏表示与字典学习的基本出发点。稀疏矩阵即矩阵的每一行/列中都包含了大量的零元素，且这些零元素没有出现在同一行/列，对于一个给定的稠密矩阵，若我们能通过某种方法找到其合适的稀疏表示，则可以使得学习任务更加简单高效，我们称之为稀疏编码（sparsecoding）或字典学习（di
weixin_30340353·2020-08-04 04:44

关于压缩感知的基本原理

转自https://blog.csdn.net/wanz2/article/details/52770095该博客中作者介绍了传统的压缩和压缩感知，并且介绍了匹配追踪算法OMP的基本原理，让我看明白点了
丸子姑娘vivi·2020-08-03 22:03

稀疏表示

压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的信号，时域上本身就具有稀疏性的信号是很少的。但是，我们总能找到某种变换，使得在某个变换域之后信
bebr·2020-08-03 22:21

特征工程——特征选择

特征的方差3.2相关系数3.3假设检验3.4互信息3.5Relief算法：4包裹式选择4.1递归消除特征法4.2LVW（LasVegasWrapper)5嵌入式选择5.1L1范数6稀疏表示与字典学习7压缩感知
Minouio·2020-08-03 03:43

宽带接收机中的非均匀采样技术研究之自然信号的稀疏表示（2018/8/18）（第二篇）

宽带接收机中的非均匀采样技术研究上面为论文的地址，关于压缩感知，我曾经做过一下了解，并根据初学者的角度总结了压感，但可惜我认为好的文章没人看，写的不好的文章，不想让人关注的文章却点击量较多，真是尴尬，贴出地址
李锐博恩·2020-08-01 10:44

压缩感知（Compressive Sensing）学习之（一）

压缩感知（CompressiveSensing）学习之（一）[email protected]://blog.csdn.net/zouxy09压缩感知（压缩传感，CompressiveSensing）
zouxy09·2020-07-30 22:23

压缩跟踪Compressive Tracking综述

这里是他的介绍：一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维
三少GG·2020-07-30 22:39

Compressive Tracking——CT跟踪

这里是他的介绍：一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。
小熊不去实验室·2020-07-30 22:38

OpenCV与Compressive Tracking实现人脸的实时检测与跟踪

作者将压缩感知与图像跟踪结合起来，实现了有效的降维，最后只用一个简单的朴素贝叶斯分类器就实现了非常鲁棒的跟踪效果，值得一提的是，这个算法的实时性非常好，在320×240的分辨率下能达到40fps左右的速度
aipiano·2020-07-30 22:37

《Real-Time Compressive Tracking》论文理解

这是KaihuaZhang发表在ECCV2012的paper，paper的主题思想是利用满足压缩感知(compressivesensing)的RIP(restrictedisometryproperty
pan_by·2020-07-29 21:34

近红外相机高分辨成像将迎来行业爆发（一）

近红外相机高分辨成像将迎来行业爆发（一）关键词：近红外成像SWIR单像素相机DMDDeeplearning压缩感知1引言众所周知，红外成像具有广阔应用前景，特别是短波红外波段SWIR，具体应用包括以下几方面
Qantum_Imaging·2020-07-29 17:18

分析压缩感知

1．引言信号采样是模拟的物理世界通向数字的信息世界之必备手段。多年来，指导信号采样的理论基础一直是着名的Nyquist采样定理。定理指出，只有当采样速率达到信号带宽的两倍以上时，才能由采样信号精确重建原始信号。可见，带宽是Nyquist采样定理对采样的本质要求。但是，对于超宽带通信和信号处理、核磁共振成像、雷达遥感成像、传感器网络等实际应用，信号的带宽变得越来越大，人们对信号的采样速率、传输速度和
zhoutongchi·2020-07-29 03:14

关于多元一次方程组更多的故事

稀疏编码（SparseCoding）是前些年信号研究领域比较热门的技术，常用于对信号的压缩编码，人们也称这种技术为压缩感知（CompressiveSensing）。
贝塔狗·2020-07-28 10:33

Python信号处理：cvxpy工具包求解稀疏约束优化问题

摘要：MATLAB中的CVX工具包十分强大，信号处理中的各种波束形成问题、压缩感知问题都可以转化为凸优化的标准格式，然后通过工具箱直接求解。
Ten_yn·2020-07-16 07:46

技术博客访问量突破100万大关，纪念一下……

看了一下博客，显示访问量已突破100万大关，小小的纪念一下吧……博客自从2015年5月后一年多时间没有怎么更新过，即使更新几篇也是零零散散不成体系，原本计划的压缩感知基追踪类重构算法也一直没有学习研究，
jbb0523·2020-07-16 00:53

基于演化博弈数据利用压缩感知方法进行网络重构

0.background在工程和科学的许多领域，我们经常会遇到的问题是，目标网络是由联网的元素（节点）组成的，但是节点之间的相互作用或者说网络的拓扑结构是完全未知的。在这种情况下，我们利用基于时间序列从实验和观测中得到的数据中来重构网络的拓扑就是有价值和经济利益的。这就需要我们了解未知网络的动态演化过程或者需要大量连续时间上的振荡信号。但是对于社会，经济和生物科学网络来说，他们的节点之间的相互作用
土肥宅娘口三三·2020-07-14 21:13

压缩感知

基本概念关于压缩感知的一些基础概念，可以看Baraniuk的这篇LectureNote（想不到都有4000+的引用量），还有Baraniuk在MicrosoftResearch的一个报告，以及一个基本和报告内容一致的
学而时习之_不亦说乎·2020-07-14 20:35

图像分类的字典学习方法概述

字典学习来源于压缩感知，后来广泛用于图像去噪、去雾、聚类、分类等方面。两类：1）直接学习区分性的字典（directlyforcingthedictionarydiscriminative
曼陀罗彼岸花·2020-07-13 14:07

Justin Romberg 压缩感知：利用凸优化实现稀疏信号重建的科普

JustinRomberg压缩感知：利用凸优化实现稀疏信号的重建的科普1.利用凸优化算法解决压缩感知问题时，问题通常被分为2类，一类是转化为线性方程组的问题（LPs问题），另一类是转化为二次凸规划的问题
gakki_Yuibo·2020-07-13 00:09

DLP7000/DLP9500高速大容量DMD套件 鬼成像 CS 压缩感知 单像素相机

目前开发了一套基于TI推出的DLP7000/DLP9500光学调制芯片为主的开发套件。当然后端的DMD驱动功能还是基于TI的D4100最小系统为模板进行的扩展。相比于市场上的各种扩展，基本是以DDR2/DDR3等作为存储器进行的扩展，我们研发的系统不是采用此类存储器，在大容量存储，高速度读出数据，达到20KHz翻转帧频方面，且掉电不丢失数据等方面，是有极大优势。性能对比后续会再推出一篇文章进行简要
xiaoxiao_rabbit·2020-07-12 16:54

论文阅读：利用亚像素卷积生成对抗网络学习图像压缩感知

Learningimagecompressedsensingwithsub-pixelconvolutionalgenerativeadversarialnetwork》论文分析这篇论文使用对抗神经网络来实现压缩感知重建
ch ur h·2020-07-12 11:12

压缩感知图像重建质量与JPEG2000(kakadu)的批量比较

本脚本适合于压缩感知的研究者，将自己的算法与JPEG2000进行比较，批量得出结果。
ch ur h·2020-07-12 11:41

压缩感知与临近点算子

简介首先说一下两者的关系，压缩感知是一种解决欠采样问题的采样理论，在2010年提出，是奈奎斯特采样定理的升级版。
四尾·2020-07-12 04:00

压缩感知应用——单像素相机

参考文献：1）RachelZhang的专栏，压缩感知进阶——有关稀疏矩阵：http://blog.csdn.net/abcjennifer/article/details/77488332）白凌云，梁志毅
theoshiguang·2020-07-12 00:27

压缩感知重构算法之基追踪降噪(Basis Pursuit De-Noising, BPDN)

题目：压缩感知重构算法之基追踪降噪(BasisPursuitDe-Noising,BPDN)本篇来探讨基追踪降噪(BasisPursuitDe-Noising,BPDN)，与基追踪不同之处在于，基追踪降噪在模型中考虑到了噪声的存在
jbb0523·2020-07-09 18:27

《现代信号处理教程》笔记——压缩感知

压缩感知第15章压缩感知的基础理论15.1压缩感知的基本概念基本问题：如何突破Shannon抽样定理？
diankuaiyong2124·2020-07-09 15:37

Image Super-Resolution via Sparse Representation--Notes(Updating)

IntroductiontoSparseRepresentation稀疏表示介绍作为信号处理中的新兴领域，稀疏表示往往和压缩感知的概念共同出现。
diankuaiyong2124·2020-07-09 15:37

CNN based beamforming

这个信道测量需要设计的压缩感知矩阵被用于预测最好的波束。Introductionmmwaveradios中，Beamalign
syy077·2020-07-09 11:41

压缩感知中的数学知识：凸优化

姓名：方文19021210911【嵌牛导读】压缩感知重构算法中涉及一些凸优化的知识，下面主要简单介绍下【嵌牛鼻子】凸集凸函数凸优化【嵌牛提问】凸集和凸函数的定义及几何表示【嵌牛正文】==========
facceb067d90·2020-07-09 09:16

稀疏表示step by step

之前一直在研究压缩感知（CompressedSensing）中的重构问题。照常理来讲，首先会找一维的稀疏信号（如下图）来验证CS理论中的一些原理
zhang11wu4·2020-07-09 05:48

我的科研思路

森林------中国高校科研环境找一棵树------压缩感知(CS,compressingsampling/sensing)，主要包括信号的稀疏表示、编码测量和重构算法等三个方面.信号的稀疏表示就是将信号投影到正交变换基时
weixin_30700977·2020-07-08 14:24

缺失值处理的三种方法

常见的缺失值补全方法：均值插补、同类均值插补、建模预测、高维映射、多重插补、极大似然估计、压缩感知和矩阵补全。
Takoony·2020-07-07 18:54

非局部均值图像恢复的相关理解

当H与D都是单位矩阵时，IR问题就成了去噪问题；当D是单位矩阵而H是模糊算子时，IR问题就是去模糊问题；当D是单位矩阵而H是随意的投影矩阵，IR问题则变成压缩感知问题；当D是下采样算子而H是
Richar-张·2020-07-06 13:03

PCA人脸识别详解——初学者必看

看了很多别人的博客，一直忙于学习和研究，今天第一次写个博客，关于“PCA人脸识别的”，打算今后把关于人脸识别的经典方法都在我的博客里面介绍一遍，有机会的话，把我自己做人脸识别方法也介绍给大家，目前主要研究压缩感知
闷声发大财·2020-07-06 06:10

基于稀疏表示的人脸识别

压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的信号，时域上本身就
weixin_34406061·2020-07-06 01:37

压缩感知（Compressed Sensing）

http://songshuhui.net/archives/38054http://songshuhui.net/archives/11006另外就是这位叫许洪腾的仁兄发在人人上的个人见解，摘在这里：一、压缩感知
wqqr123456·2020-06-29 20:58

基于压缩感知的Massive mmWave Massive MIMO信道估计学习总结

基于压缩感知的MassivemmWaveMassiveMIMO信道估计学习总结1奈奎斯特采样率2压缩感知（CompressedSensing）理论简介3压缩感知的前提条件压缩感知理论的相关符号解释4CS
染指让你萌萌哒·2020-06-29 11:07

2019压缩感知重建算法总结

CS理论框架正式被提出[1].Donoho等研究者指出，针对稀疏或可压缩信号，可以采用非线性采样，在采样的同时对数据进行压缩，提高传感器的采样效率，同时也避免大量冗余数据被保留而占用有限的储存资源.基于压缩感知非相关矩阵获取的投影测量值的数据量远远小于传统采样方法所获
顽固的云霄·2020-06-29 01:14

CS压缩感知

机器之心https://mp.weixin.qq.com/s/n7oeblund-YRl88VrLGRAg【马毅教授「高维数据的低维结构与深度模型」】：忽然想不起压缩感知的原理采样定理的原理上的差别。
wang_yonghua·2020-06-27 12:11

A Wavelet Tour of Signal Processing —— The Sparse Way--Third Edition 学习笔记-第一章

作者在解释了稀疏的主要概念后将其运用于信号压缩、噪声衰减和逆问题，同时给出了冗余字典、超分辨率和压缩感知中的稀疏表示。本书既可以让应用数学系的学生了解数学公式的工程意义，也
破壁者-燕·2020-06-26 21:57

读彬彬有礼压缩感知相关论文笔记3——沙威程序解读

沙威的程序之前就运行过，也仔细通读过，依靠读程序进一步加深了对压缩感知的了解。但是，再读彬彬有礼的Rachel_Zhang的“压缩感知”之“HelloWorld"解读，依然有收获！
子涣_new·2020-06-22 19:18

Johnsen-lindenstrauss定理(J-L定理)

该定理是1984年发现的，在压缩感知、流行学习和降维上被应用。ps:应该是个很牛逼的定理。J-L定理表述对任意常数0<ε<1和任意正整数n,设k为一个正整
悟道修炼中·2020-06-21 18:24

2015-7-22 收集资料

秋季将在上科大信息学院第二次开设压缩感知和稀疏低秩模型的课程。JohnWright将在哥伦比亚大学同步教授同一门课。八月闭关一个月写教案和教材。欢迎有自
hzyido·2020-04-07 22:47

2016.11.28压缩感知基础

如果要想采集很少一部分数据并且指望从这些少量数据中「解压缩」出大量信息，就需要保证：第一：这些少量的采集到的数据包含了原信号的全局信息，第二：存在一种算法能够从这些少量的数据中还原出原先的信息来。解决的办法简单但是不太直观。就是用非小波的算法来做30万个测量——尽管我前面确实讲过小波算法是观察和压缩图像的最佳手段。实际上最好的测量其实应该是（伪）随机测量——比如说随机生成30万个滤镜（mask）图
BruisKim·2020-03-28 21:25

压缩感知学习笔记

浅谈压缩感知Ⅱ一、信号与图像的稀疏表示在DSP（数字信号处理）中，有个很重要的概念：变换域（某个线性空间：一组基函数支撑起来的空间）一般而言，我们的信号都是在时域或空域中来表示，其实我们可以在其他变换域中通过某些正交基函数的线性组合来表示信号
抄书侠·2020-03-22 13:09

mac下安装PyLBFGS

学习压缩感知的时候碰上了一些坑，记录一下解决方案。
悟器大叔·2020-03-21 07:32

读《用于压缩感知的无线传感网测量矩阵设计方法》

知识理论基础1、压缩感知过程包含3个主要问题：信号的稀疏表达、测量矩阵的设计、信号恢复重构2、对于K阶稀疏信号来说，K值越小表示信号重构所需要的测量次数越少，应用压缩感知的价值和效率就越高测量矩阵1、随机性高斯随机测量矩阵伯努利随机测量矩阵
XSeventrap·2020-03-19 00:42

压缩感知

作者：刘衍【嵌牛导读】：传统基于奈奎斯特定律的信号采样方法暴露出来的缺点越来越多，几年来一种新的理论----压缩感知打破了奈奎斯特采样定理（采样速率大于信号最高频率的两倍），成为了新的研究热点。
小怪兽LY·2020-03-07 03:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他