研究目的
通过引入基于核非二阶统计量(KNS-OMP)的方法来提高正交匹配追踪(OMP)算法对异常值的鲁棒性,从而增强从压缩测量中恢复稀疏信号的能力。
研究成果
所提出的KNS-OMP算法通过利用核空间中的非二阶统计量,在稀疏信号恢复中展现出卓越性能,尤其在存在异常值和非高斯噪声的情况下。在合成数据与真实数据实验中,其表现均优于现有方法。
研究不足
该研究主要关注稀疏信号恢复中对异常值和噪声的鲁棒性。未探讨极高维数据或不同类型字典下的性能表现。
研究目的
通过引入基于核非二阶统计量(KNS-OMP)的方法来提高正交匹配追踪(OMP)算法对异常值的鲁棒性,从而增强从压缩测量中恢复稀疏信号的能力。
研究成果
所提出的KNS-OMP算法通过利用核空间中的非二阶统计量,在稀疏信号恢复中展现出卓越性能,尤其在存在异常值和非高斯噪声的情况下。在合成数据与真实数据实验中,其表现均优于现有方法。
研究不足
该研究主要关注稀疏信号恢复中对异常值和噪声的鲁棒性。未探讨极高维数据或不同类型字典下的性能表现。
加载中....
您正在对论文“[IEEE 2018年第25届国际图像处理大会(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理大会(ICIP) - 基于核非二阶最小化的匹配追踪算法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期