首页 > 编程语言 > 详细

浅谈压缩感知(四):恢复算法

时间:2015-11-24 12:25:56      阅读:346      评论:0      收藏:0      [点我收藏+]

主要内容:

1、L1 minimization

2Matching Pursuit

3Iterative thresholding

4Total-variation minimization

 

1、L1 minimization

技术分享

这是一个凸优化问题,类似于统计学中的LASSO。

优化算法有:

技术分享

特点:

技术分享

L1最小化的其他形式:

技术分享

2、Matching Pursuit

匹配追踪:参考http://www.cnblogs.com/AndyJee/p/3849200.html

算法步骤:

技术分享

特点:

技术分享

3、Iterative Thresholding

迭代阈值:不断地估计、迭代,直至收敛

算法步骤:

技术分享

特点:

技术分享

4、TV Minimization

全变分最小化:TV is short for total variation

对于图像而言,就是图像的梯度(或差分)

技术分享

特点:

技术分享

浅谈压缩感知(四):恢复算法

原文:http://www.cnblogs.com/AndyJee/p/4990907.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!