稀疏优化 图像压缩感知(CS)是近几年图像处理领域的重大突破，它是由Donoho和Candes等人在稀疏表示和优化理论的基础上提出的一种成像理论其主要思想是利用随机观测矩阵Φ，将一个在小波变换域Ψ上稀疏的图像投影到M维的低维空间上，并证明这样的随机投影观测值包含重建图像足够的信息，通过一定的线性或非线性的解码模型求解对应的优化问题，可实现图像重构。
2022-12-21 19:50:30
2.27MB
1
提出了一种基于数据驱动的稀疏虚假数据注入攻击策略。攻击策略分为3个阶段：第一阶段，基于稀疏优化技术对窃听的数据进行预处理以剔除异常值；第二阶段，基于平行因子分解算法推断不完整的系统信息矩阵；第三阶段，根据推断的系统矩阵，使用凸优化的方法求解稀疏攻击向量。仿真实验结果表明，当存在异常值时，传统的攻击策略无法成功实施，而所提攻击策略仍能成功地实施稀疏虚假数据注入攻击。
2022-05-13 23:13:26
1.47MB
1
算法图像恢复代码matlab
2022-03-15 14:30:43
89KB
1
文章原文名称：An Evolutionary Algorithm for Large-Scale Sparse Multiobjective Optimization Problems
如果需要，请及时下载
2021-08-15 21:41:39
2.08MB
1
稀疏与低秩表示：优化与运算——解决凸（非凸）函数，光滑（不光滑）函数问题。
2021-07-30 13:50:18
3.18MB
1