压缩感知

2016-05-08 14:43:12   0  举报





压缩感知（Compressed Sensing，CS）是一种由信号处理理论发展而来的数学方法。它通过在接收端利用信号的稀疏性，实现远低于奈奎斯特采样率的采样，然后通过重构算法恢复出原始信号。这种方法突破了传统奈奎斯特采样定理的限制，大大提高了数据采集和传输的效率。压缩感知在图像处理、无线通信、生物医学等领域有着广泛的应用前景。

作者其他创作

大纲/内容

恢复

计算错误评估、采样率对应表、变化程度

采样

周期采样、随机采样（时间间隔随机、根据概率确定K时间是否采样）

采样阶段：压缩数据

稀疏矩阵

恢复效果

PCA

学习阶段：未压缩数据

稀疏程度