- 博客(854)
- 资源 (80)
- 收藏
- 关注
RSS订阅原创 压缩感知的概述梳理（4）
变量/概念描述公式/应用x原始信号u_i正交基矩阵的列向量第i列元素s_i系数向量配合(u_i)定义xU测量矩阵/正交基矩阵尺寸：M × Ny压缩后的信号(y = Ux), 尺寸：M × 1K非零系数个数(K)-稀疏性，若(K \ll N)|x|1x的L1范数，用于最小化问题OMP正交匹配追踪，重构算法每次迭代选择最优项来重构。
2024-04-18 10:47:38
182
原创 压缩感知的概述梳理（2）
变量/概念描述公式/关系备注x稀疏信号对应于非稀疏信号s在频域的稀疏表示s非稀疏自然信号在频域通过正交基W稀疏表示U测量矩阵必须满足RIPy测量向量(y = Ux)CR压缩比CR = M/NW正交基，用于s的频域稀疏表示(\hat{x})最小化l1范数的稀疏信号重建通过SL0算法求解PCS并行压缩感知独立对列进行采样和重建降低存储和计算复杂度此图和表格展示了并行压缩感知的基本理论、变量、过程和实现原理，使我们能够清晰地把握其核心概念及应用方法。
2024-04-18 10:10:19
253
原创 计算点到面的距离（MATLAB）
函数的目的是计算一个或多个点到给定平面的距离。以下详细解释了该函数的代码和工作原理。这个函数通过合理地利用矩阵运算和点乘，高效地计算了一个或多个点到给定平面的距离。
2024-04-17 13:12:30
237
原创 从一个 Hadamard 矩阵中随机选取若干行（MATLAB）
要从一个由生成的 Hadamard 矩阵H中随机选择m行（其中m < n），可以使用 MATLAB 中的randperm函数来生成一个随机的索引数组，然后利用这个索引数组来选择H矩阵的行。这里的idx是一个包含m个互不相同的、在范围从1到n内的随机数字的数组。然后，我们用这个数组idx来选择H矩阵中的m行。请注意，由于randperm是基于伪随机数生成器的，每次运行代码时得到的随机行可能会变化。如果你需要在每次执行代码时获得同样的随机行，你可以在代码的最开始使用rng函数设置随机数生成器的种子，例如。
2024-04-10 13:22:09
218
1原创 包含密钥的OMP压缩感知模拟（MATLAB）
压缩感知（Compressed Sensing，CS）是一种新颖的信号采样和重建理论，它通过利用信号的稀疏性或者低维性，从极少量的观测中直接重建出完整的信号。压缩感知的核心思想是，在合适的条件下，信号本身的稀疏性或低维性可以使其信息内容大幅减少，从而可以通过较少的观测数据进行采样和重建，从而实现了信号的高效压缩和重构。：压缩感知的第一步是假设信号在某种表示下是稀疏的。这意味着信号在某个合适的基或字典中，可以用较少的非零系数来表示。
2024-04-03 10:56:32
300
原创 使用混沌加密图像（MATLAB）
logistic图像加密是一种基于混沌理论的加密算法，它利用混沌系统的特性，如敏感依赖于初始条件和参数的非线性动态行为，来生成密钥和进行加密解密操作。
2024-04-02 18:43:30
125
原创 小波包变换（WPT）和OMP实现压缩感知
压缩感知（Compressed Sensing）是一种信号处理理论，它可以从非常少量和不完整的采样中恢复信号，并且在图像处理、医学成像、通信等领域有着广泛的应用。
2024-04-02 18:00:51
145
原创 wavedec2函数及使用
在MATLAB中，进行小波分解及其逆运算是处理图像的一种常见方法，尤其适用于图像分析、压缩和去噪等场景。wavedec2函数可以对二维信号（例如图像）进行多级小波分解，而waverec2函数则用于进行相应的逆运算。以下是如何使用这两个函数进行3层小波分解及其逆运算的步骤。
2024-04-01 09:05:35
570
原创 离散数对问题
尽管离散对数问题的计算难度为加密技术提供了坚实的安全基础，但在量子计算机的发展面前，它的安全性可能会受到威胁。量子计算机潜在地可以利用Shor的算法高效解决离散对数问题，这促使密码学者探索新的、对抗量子计算机威胁的加密技术。因此，离散对数问题不仅是一个理论上引人入胜的数学问题，也是密码学研究中的一个热点话题。
2024-03-29 10:36:07
80
原创 奇异值分解及MATLAB实现
奇异值分解展现了矩阵理论在实际应用中的强大能力。通过SVD，我们能够洞察数据的内在结构，实现数据压缩、降维、噪声过滤等多种任务，进而在多个领域中找到其应用价值。无论是在科研还是工业界，SVD都是一种重要的数学工具，其价值不容小觑。
2024-03-28 10:45:23
174
原创 矩阵间关系的建立
这里，有一个基本问题，上述公式成立，必须满足S1是可逆的（需要满秩），才能够计算PR。当矩阵是不满秩的情况，可以通过伪逆计算实现。
2024-03-27 13:15:56
216
原创 盲压缩感知
盲压缩感知（Blind Compressed Sensing，BCS）是压缩感知（Compressed Sensing，CS）的一种变体，它着眼于从未知的观测中重建信号。在传统的压缩感知中，通常假设观测矩阵是已知的，这个矩阵是由采样系统的性能决定的。然而，在实际应用中，观测矩阵可能未知或不完全可靠，这种情况下就需要使用盲压缩感知。在盲压缩感知中，观测矩阵通常被视为未知的，因此需要估计观测矩阵以及重建信号。通过盲压缩感知，可以在不知道观测矩阵的情况下，有效地重建信号，这对于许多实际应用来说具有重要意义。
2024-03-15 08:54:19
263
原创 CoSaMP算法实现压缩感知的MATLAB实现
CoSaMP算法是对OMP算法的一种改进，通过引入反投影步骤和重构技巧，提高了对稀疏信号的准确性和稳定性。它在压缩感知、信号重建等领域有着广泛的应用，并在实际问题中取得了良好的效果。
2024-03-13 18:02:25
152
原创 MATLAB使用OMP实现图像的压缩感知实例
OMP（Orthogonal Matching Pursuit）是一种用于稀疏信号恢复的迭代算法。它的目标是从一组测量值中重建具有少量非零元素的信号。将残差初始化为测量向量。a.在每次迭代中，从字典中选择与当前残差最相关的原子。b.使用所选的原子更新信号的估计。c.更新残差，将其减去已匹配的部分。重复步骤2，直到满足停止条件，例如达到预定的稀疏度或残差达到阈值。输出稀疏信号的估计。OMP算法的关键思想是通过迭代过程逐步逼近稀疏信号的真实结构。
2024-03-13 16:25:47
519
原创 OMP（Orthogonal Matching Pursuit，正交匹配追踪）算法
这里，整本书代表了一个完整的信号（或数据集），零散的页面就是你已知的部分数据。这就是所谓的“正交”过程，确保新增加的内容和之前的内容不会有重叠，每一步都在尽可能增加新的信息。这就好比是说，既然这部分故事已经找到了对应的内容，那么相关的页面就不再是未解决的谜题了。：首先，你需要设定一个“待解决的故事列表”，这里面一开始是空的，因为你还没开始恢复故事。同时，你有一个“已知的页面列表”，即你已经拥有的零散信息。：重复上述过程，直到你觉得已经足够接近完整的故事，或者是已知的页面已经无法提供更多的信息。
2024-03-13 10:52:09
212
数字模板（每个数字十种不同的字体）
2021-08-13
randomForest
2021-08-08
Minutia Cylinder-Code: A New Representation and Matching Technique for Fingerpri
2021-08-03
A Large-Scale Study of Fingerprint Matching Systems for Sensor Interoperability
2021-07-30
Presentazione MCC（Minutia Cylinder-Code: A New Representation and Matching Tech）
2021-07-30
Minutia Cylinder-Code: A New Representation and Matching Technique for Fingerpri
2021-07-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人