| 查看: 1445 | 回复: 5 | ||
[求助]
关于压缩感知的几个问题 已有1人参与
|
|
最近在做关于压缩感知的工作，刚开始，是个小白。有几个问题想要请教一下大神们。 我对一个100*1的向量进行恢复，用L1最小化方法。当观测值小于100的时候误差特别大，我让观测值大于100试了试 发现小了很多。要是在150左右误差可以到零点几。通过这个能知道程序哪里错了么。。。。 还有如果一个信号本来就是稀疏的 那么在一个稀疏基下，得到的稀疏系数还是稀疏的么？ 谢谢 |
回复此楼» 猜你喜欢
0854电子信息求调剂 324
已经有3人回复
-
303求调剂
已经有3人回复
-
336求调剂
已经有3人回复
-
306求调剂
已经有9人回复
-
工科0856求调剂
已经有4人回复
-
工科材料085601 279求调剂
已经有10人回复
-
081700 调剂 267分
已经有4人回复
-
276求调剂。有半年电池和半年高分子实习经历
已经有9人回复
-
263求调剂
已经有9人回复
-
求老师收我
已经有3人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 压缩感知研究方向？
已经有10人回复
- 压缩感知利用过完备稀疏分解的重构算法
已经有7人回复
- 压缩感知的测量对象
已经有12人回复
- 压缩感知 用TV来做约束，CT重建，求相关文献及Demo代码学习
已经有9人回复
- 有做用压缩感知提高遥感图像分辨率的吗？
已经有5人回复
- 研究压缩感知需要哪些设备？
已经有5人回复
- 分块压缩感知恢复效果很差，怎么改进？
已经有13人回复
- 压缩感知过时了？
已经有18人回复
- 有介绍“压缩感知”的中文书籍吗
已经有4人回复
- 国外最为权威的压缩感知理论教程资料
已经有84人回复
- 虫友问的一个关于压缩感知问题的解答：如何将Y=A*S等价变形为Y(:)=B*S(:)
已经有3人回复
- 压缩感知中算法性能衡量问题
已经有11人回复
- 最近感觉压缩感知大热，想求一些这方面的经典文献~~
已经有16人回复
- 请问压缩感知能做图像的超分辨重建么？
已经有8人回复
- 压缩感知和稀疏表示有什么区别
已经有45人回复
- 谁能解释一下压缩感知的用途和基本原理
已经有8人回复
- 非稀疏的超宽带信号能用压缩感知的ROMP算法吗？不考虑信道估计
已经有6人回复
- 那位朋友能指点下 压缩感知方面比较热门的研究方向有哪些？谢谢了
已经有8人回复
- 压缩感知中，对图像进行小波域稀疏，这个稀疏基怎么获得？
已经有10人回复
- 压缩感知（CS）
已经有15人回复
- 【转载】压缩感知方面一篇很好的科普文章
已经有18人回复
- 压缩感知，信号处理的新方向
已经有20人回复
- 【讨论】关于“压缩感知”~有哪位虫友涉足这一领域么
已经有37人回复
ren_lgao
金虫 (小有名气)
- 应助: 3 (幼儿园)
- 金币: 1493.1
- 帖子: 97
- 在线: 79.4小时
- 虫号: 2198224
- 注册: 2012-12-20
- 性别: GG
- 专业: 信号理论与信号处理
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
415546324: 金币+10, ★★★★★最佳答案 2015-04-08 09:15:19
感谢参与，应助指数 +1
415546324: 金币+10, ★★★★★最佳答案 2015-04-08 09:15:19
|
第一个问题没看明白，似乎没有交代清楚，压缩前的向量是多长？稀疏度情况如何？这两个量决定了应该压缩成多长的向量才合适。按照上面的字面意思理解，对一个稀疏向量，压缩成100点长时，无法恢复出来，压缩成150点长时，可以恢复出来，那么可能不是重构方法的问题，而是原始向量稀疏度与原始向量的长度决定了只能压缩成150点长的向量，少于150点长，则无法恢复原信号了。 关于第二个问题，对于一个稀疏信号，它是在冲击向量序列（1 0 0 0；0 1 0 0；0 0 1 0；0 0 0 1就是一个简单的冲击向量序列，关于冲击向量序列的严格称谓可能待查）组成的稀疏基上具有稀疏表示，稀疏表示就是它本身——也就是说，稀疏信号是不需要再进行稀疏表示处理的。 供参考。 |
2楼2015-04-07 21:56:28
3楼2015-04-08 09:13:48
ren_lgao
金虫 (小有名气)
- 应助: 3 (幼儿园)
- 金币: 1493.1
- 帖子: 97
- 在线: 79.4小时
- 虫号: 2198224
- 注册: 2012-12-20
- 性别: GG
- 专业: 信号理论与信号处理
4楼2015-04-08 23:21:38
5楼2015-04-28 17:58:09
ren_lgao
金虫 (小有名气)
- 应助: 3 (幼儿园)
- 金币: 1493.1
- 帖子: 97
- 在线: 79.4小时
- 虫号: 2198224
- 注册: 2012-12-20
- 性别: GG
- 专业: 信号理论与信号处理
|
限于专业知识水平，我对心电信号不太了解。 对于上述问题，我想可以从两方面考虑， 一、如果不知道一个信号（以离散信号为例）是否能够稀疏表示，可以考虑尝试在常见的稀疏基上对其进行稀疏表示，观察稀疏表示序列和稀疏表示的误差，如果误差信号的能量占原信号的比例很小（如不超过5%），同时稀疏表示序列的主要非零元素个数远小于原信号中的元素的个数，则认为这个信号在这个稀疏基上具有稀疏表示。 常用的稀疏基包括傅里叶变换函数基，离散余弦变换函数基（效果类似于傅里叶变换函数基），小波变换函数基(可以是多种小波函数)。 二，你可以以心电信号、稀疏 两个词作为关键词在CNKI数据库中查询相关文献，据我的印象，应该有这方面的应用文献发表。 关于计算稀疏度，一种不太规范的做法是，找非零值的个数，也可以参考相关文献中的更规范做法。 以上供参考。 |
6楼2015-04-29 23:11:23
