原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
《压缩感知理论与应用》读书札记
目录
一、内容概括................................................3
1.1书籍简介.............................................3
1.2研究背景与意义.......................................5
二、压缩感知基本理论........................................6
2.1压缩感知的定义.......................................7
2.2压缩感知的分类.......................................8
2.3压缩感知的理论基础...................................9
2.3.1信号稀疏表示理论................................11
2.3.2信号变换理论....................................11
2.4压缩感知的关键技术..................................12
2.4.1信号去噪算法....................................13
2.4.2信号重构算法....................................15
2.4.3信号压缩算法....................................16
三、压缩感知在图像处理中的应用.............................18
3.1图像压缩............................................19
3.1.1无损压缩........................................20
3.1.2有损压缩........................................22
3.2图像去噪............................................23
3.2.1基于稀疏表示的去噪方法..........................24
3.2.2基于贝叶斯估计的去噪方法........................25
3.3图像识别............................................27
3.3.1特征提取........................................28
3.3.2分类与识别......................................29
四、压缩感知在音频处理中的应用.............................31
4.1音频压缩............................................32
4.1.1无损压缩........................................33
4.1.2有损压缩........................................35
4.2音频去噪............................................36
4.2.1基于稀疏表示的去噪方法..........................37
4.2.2基于深度学习的去噪方法..........................39
4.3音频编码............................................40
五、压缩感知在其他领域的应用...............................41
5.1通信领域............................................42
5.2生物信息学领域......................................43
5.3计算机视觉领域......................................44
5.4机器学习领域........................................45
六、结论与展望..........................
文档评论（0）