改进微分进化算法在压缩感知中的应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(51679186);青年科学基金(11601418)


Application of Improved Differential Evolution Algorithm in Compressed Sensing
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    压缩感知是基于信号稀疏性提出的采样理论,它在压缩成像、医学图像、雷达成像、天文学、通信等领域都有广泛的应用.压缩感知问题的求解本质上是一个优化问题,本文在微分进化算法的基础上对其改进,提出了一种改进微分进化算法,将其应用于压缩感知问题的求解中,取得了良好的效果.

    Abstract:

    Compressed sensing is a sampling theory based on the sparsity of the signal. It has been widely used in the fields of compression imaging, medical imaging, radar imaging, astronomy, communication, and so on. The solution of the compressed sensing problem is essentially an optimization problem, on the basis of differential evolution algorithm. This study proposed an improved differential evolution algorithm, and the algorithm is applied to the solution of compressed sensing problem, and has achieved sound results.

    参考文献
    相似文献
    引证文献
引用本文

闵涛,李艳敏.改进微分进化算法在压缩感知中的应用.计算机系统应用,2018,27(6):124-128

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-09-26
  • 最后修改日期:2017-10-18
  • 录用日期:
  • 在线发布日期: 2018-05-29
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号