搜索结果: 1-9 共查到“稀疏约束”相关记录9条 . 查询时间(0.092 秒)
通过分析最优自适应波束形成权矢量的子空间组成,发现最优权仅位于低维的干扰加信号子空间中.一般系统所要抑制的干扰数目远小于系统自由度,因此一旦估计出干扰空间和信号导向矢量,只需求解一个低维的组合矢量即可求得自适应权矢量,同时也极大地降低了计算复杂度.本文首先构造一个完备的干扰加信号子空间(IPSS),然后对组合矢量进行稀疏约束,找到一组列数最小的信号加干扰子空间来构造自适应权.仿真实验验证了所提算法...
将图像超像素分割看作子空间聚类问题.给出一个约束条件,等价于以干净数据为字典.利用系数矩阵的非凸迫近p范数作为稀疏约束,利用系数矩阵奇异值的非凸迫近p范数作为低秩约束,建立非凸极小化模型.运用增广拉格朗日方法和交替极小化方法给出数值计算方法.数值实验表明,笔者提出的约束条件下的分割效果优于原始数据作为字典; 非凸迫近p范数的分割效果优于凸的核范数和l1范数.
针对传统非负矩阵分解法中解空间较大、存在大量局部极小值的问题,提出了一种基于单形体体积和丰度稀疏性约束的非负矩阵分解法(Volume and Sparseness Constrained NMF,VSC-NMF)。该方法首先使用顶点成分分析法对高光谱图像进行端元提取,将其作为端元矩阵的初始值,可达到加速算法收敛的目的;然后,在目标函数中加入单形体体积最小化约束和丰度稀疏性约束,从而实现对混合像元进...
基于反馈稀疏约束的非负张量分解算法
非负矩阵分解 稀疏约束 张量分解
2014/4/17
为了充分利用图像本身的结构信息并充分压缩图像数据,把得到的子空间中数据(反馈)的稀疏性作为约束项加入非负张量分解目标函数中,即采用基于反馈稀疏约束的非负张量分解算法对图像集合进行降维。最后,将该算法应用于手写数字图像库中,实验结果表明所提出的方法能有效改善图像分类的准确性
基于稀疏约束和SRV约束宽带自适应波束形成
宽带波束形成 MVDR波束形成器 稀疏约束 空间响应偏差
2013/8/17
针对传统的宽带MVDR自适应波束形成中,抑制干扰的同时会抬高旁瓣电平,且过多的线性约束会导致波束输出的SINR性能下降的问题,提出了一种基于SRV约束和稀疏约束的低旁瓣、高增益宽带自适应波束形成方法。该方法在窄带MVDR自适应波束形成基础上,通过增加波束图稀疏约束来降低波束的旁瓣电平,同时利用空间响应偏差(SRV)约束将窄带算法推广到宽带MVDR自适应波束形成中,极大地降低了算法的复杂度,改善了波...
压缩感知(或称压缩采样)是国际上近期出现的一种信息理论。其核心思想是只要某高维信号是可压缩的或在某个变换域上具有稀疏性,就可以用一个与变换基不相关的测量矩阵将该信号投影到一个低维空间上,然后通过求解一个最优化问题以较高的概率从这些少量的投影中重构出原始信号。压缩感知理论突破了香农定理对信号采样频率的限制,能够以较少的采样资源,较高的采样速度和较低的软硬件复杂度获得原始信号的测量值。该理论已经被广泛...
地震波形反演的稀疏约束正则化方法
波形反演 稀疏约束正则化方法 对偶方法 不连续介质
2013/11/1
本文考虑地震波形反演问题.为了克服传统的Tikhonov正则化方法过度光滑的弊端,引入了非线性稀疏约束正则化方法,并采用对偶方法求解稀疏约束泛函的极小点.基于二维声波方程波形反演问题进行了数值模拟,针对不同模型对稀疏约束正则化方法进行了测试.结果表明,稀疏约束正则化方法对不连续介质模型的介质边缘具有良好的识别能力.