压缩感知_研究现状概述.pptxVIP

压缩感知概述 2017-11-23 数学工具 概念及背景 compressive sensing（CS） 又称 compressived sensing ，compressived sample，大意是在采集信号的时候（模拟到数字），同时完成对信号压缩之意。中文的翻译成“压缩感知”。 CS大约是2000年左右的一篇博士论文中，已经出现了雏形。后来被陶哲轩，C牛（Emmanuel Candes）和D（Donoho）牛，完善理论。这几位顶尖高手联手挖出了信号处理领域、机器学习领域，近10年最大的学术大坑。 概念及背景 对核磁共振的图像，来看一下这些系数， 6000 个不连续性系数，我说我们只要看 1800 不连续的测量，让我们看有什么变化，让我们看看重建后的图片，这些图片是非常接近真实图像的， 我们可以用少于三倍或甚至四倍的测量次数而得到一个非常接近的结果。 概念及背景 稀疏性的概念 为方便介绍压缩感知理论, 我们将信号的稀疏性简单理解为信号中非0元素数目较少. 我们所指的信号即为一向量x ∈. 我们用Σs 表示s-稀疏向量集合, 即 这里||x|表示x 中非0元素的数目. 所谓对信号x0 ∈ 编码, 即指用一n×N 的矩阵Φ与x0 ∈ 进行乘积, 那么我们得到 此处, y ∈ 即为我们所观测到的关于x0 的信息. 概念及背景 其中y是n维向量，x是N维向量， Φ是n×N维矩阵