设计了求解稀疏优化模型的加速线性Bregman算法，该稀疏优化模型可以理解成基追踪模型的一个近似。设计的加速算法主要基于Lagrange对偶和SVD预条件方法两个技术。由Lagrange对偶理论可知，线性Bregman 算法等价于梯度法极小化对偶问题的目标函数，由此可以推导出线性Bregman算法的收敛速度与矩阵A的条件数有关。据此，通过使用SVD预条件方法改善了A的条件数从而加快了线性Bregman 算法，还考虑了Ax=b不相容的情况，通过等价变换和SVD技术极大地降低了对偶问题的规模，从而设计出有效的加速算法。最后模拟了两个数值实验，验证了算法在速度上的优势。
2023-07-06 07:28:22
483KB
1
压缩感知理论突破了奈奎斯特采样频率的限制，利用该理论研究和实现了二维图像的压缩采样和重建。该方案利用小波变换实现图像稀疏化，利用标准伪随机数均匀分布和二维中心傅里叶变换生成随机测量矩阵，并对小波变换后的高频子带进行加权采样，用改进的基追踪算法实现二维图像压缩感知重建。仿真实验结果表明，该方案重建图像的客观评价PSNR效果较好。
2022-04-28 14:03:56
663KB
1
实现基追踪压缩感知算法，主要对二维图像进行压缩感知重构。自行设置图像的采样数目、添加图像即可运行，无需修改。
2022-03-13 14:54:07
10.53MB
利用MATLAB对基追踪（BP）算法、正交匹配追踪（OMP）算法和压缩采样匹配追踪(CoSaMP)算法仿真在不同信噪比下性能的比较
2021-04-16 11:25:10
2KB
1
由Emmanuel Candès and JustinRomberg等人开发的l1-magic工具箱可以求解七类优化问题，其中(P1)问题即为基追踪，(P2)问题等价于基追踪降噪等
2021-04-11 12:26:44
509KB
1