原创力文档- 1、本文档共15页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
从稀疏到结构化稀疏_贝叶斯方法_孙洪【荐】.pdf
28 6 Vol． 28 No． 6
第 卷 第 期 信 号 处 理
20 12 6 SIGNAL PROCESSING Jun． 20 12
年 月
:
从稀疏到结构化稀疏 贝叶斯方法
1 2 1，3
孙 洪 张智林 余 磊
(1． 武汉大学电子信息学院武汉430072 ;2 ． Dept． Electrical and Computer Engineering ，
University of California ，CA92093－0407 ，USA ;3． VisAGeS U746 Research Unit ，INRIA ，35042 Rennes ，France)
: ， 。
摘 要 稀疏分解算法是稀疏表达理论和压缩感知理论中的核心问题 也是当前信号处理领域的一个热门话题
， ， ，
近年来 研究人员发现除了稀疏以外 如果引入稀疏系数之间的相关性先验信息 可以大大提高稀疏分解算法的
， “ ”。 ，
精度 这种方法称为 结构化稀疏分解算法 本文归纳和总结了从稀疏到结构化稀疏的信号模型 并且介绍了
( ) ， 。 ，
两种不同的贝叶斯稀疏 或者结构化稀疏 算法 以及从稀疏到结构化稀疏贝叶斯稀疏分解算法的扩展 同时
本文还介绍了结构化稀疏分解算法在医学信号处理和语音信号处理中的应用。
: ; ; ;
关键词 压缩感知 稀疏理论 结构化稀疏分解算法 贝叶斯压缩感知
中图分类号:TN911． 7 文献标识码:A 文章编号:1003－0530 (2012)06－0759 － 15
From Sparsity to Structured Sparsity :Bayesian Perspective
SUN Hong1 ZHANG Zhi-lin2 YU Lei1，3
(1． School of Electronic Information ，Wuhan University ，430072 Wuhan ，China ;
2 ． Dept． Electrical and Computer Engineering ，University of California ，CA92093－0407 ，USA ;
3． VisAGeS U746 Research Unit ，INRIA ，35042 Rennes ，France)
Abstract : Sparse decomposition algorithm is one of the hottest re
文档评论（0）