期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
稀疏信息处理中的迭代分式阈值算法 被引量:1
1
作者 张倩 李海洋 《山东大学学报(理学版)》 CAS CSCD 北大核心 2017年第9期76-82,共7页
在稀疏信息处理中,l0范数优化问题通常转化为l1范数优化问题来求解。但l1范数优化问题存在一些不足。为寻找一种更有效的求稀疏解的算法,首先构造一个新的收缩算子,其次证明该收缩算子是某非凸函数的邻近算子。然后用该非凸函数替代l0-... 在稀疏信息处理中,l0范数优化问题通常转化为l1范数优化问题来求解。但l1范数优化问题存在一些不足。为寻找一种更有效的求稀疏解的算法,首先构造一个新的收缩算子,其次证明该收缩算子是某非凸函数的邻近算子。然后用该非凸函数替代l0-范数,对新的优化问题用向前-向后分裂方法得到对应的迭代阈值算法-迭代分式阈值算法(IFTA)。仿真实验表明该算法(IFTA)在稀疏信号重构和高维变量选择中均有良好的表现。 展开更多
关键词 稀疏信息处理 收缩算子 邻近算子 迭代阈值算法
原文传递
基于一种非凸罚函数的稀疏主成分分析方法
2
作者 余嘉月 张倩 李海洋 《河南科学》 2019年第9期1385-1389,共5页
稀疏主成分分析方法剔除了与主成分关系不密切的原始变量,保留了与主成分关系密切的原始变量,克服了经典主成分分析方法的不足.在稀疏主成分分析的基础上,用一种收缩算子所对应的非凸罚函数替代稀疏主成分分析中的L1罚,提出了基于非凸... 稀疏主成分分析方法剔除了与主成分关系不密切的原始变量,保留了与主成分关系密切的原始变量,克服了经典主成分分析方法的不足.在稀疏主成分分析的基础上,用一种收缩算子所对应的非凸罚函数替代稀疏主成分分析中的L1罚,提出了基于非凸罚函数的稀疏主成分分析方法,并给出了阈值迭代算法.结果表明,该方法相对于稀疏主成分分析方法,不仅提高了总方差贡献率,而且增加了主成分载荷的稀疏度,即更加凸显主成分与某些原始变量的关系. 展开更多
关键词 稀疏主成分分析 阈值迭代算法 非凸罚函数 稀疏信息处理 收缩算子 临近算子
下载PDF
一种快速分布式目标波达方向估计新方法
3
作者 郭贤生 万群 +1 位作者 张瑛 杨万麟 《现代雷达》 CSCD 北大核心 2008年第9期36-39,共4页
在现有的分布式目标波达方向估计方法中,绝大部分算法需要一维或二维搜索,而在不需搜索的特征分解类算法中,其DOA估计精度又受快摄数积累的影响。文中在对分布式目标的角信号密度函数进行合理假设基础上,利用波达方向参数在超完备基空... 在现有的分布式目标波达方向估计方法中,绝大部分算法需要一维或二维搜索,而在不需搜索的特征分解类算法中,其DOA估计精度又受快摄数积累的影响。文中在对分布式目标的角信号密度函数进行合理假设基础上,利用波达方向参数在超完备基空间上的稀疏表示,在单次快摄情况下即可给出分布式目标中心波达方向的快速估计,算法在分布式目标快变环境下尤为有效。仿真结果证明了方法的有效性及可行性。 展开更多
关键词 分布式目标 稀疏信息处理 波达方向 超完备基
下载PDF
Dynamics about Neural Array with Simple Lateral Inhibitory Connections
4
作者 Jian ZHUANG 《Chinese Annals of Mathematics,Series B》 SCIE CSCD 2011年第2期161-186,共26页
Lateral inhibitory effect is a well-known feature of information processing in neural systems.This paper presents a neural array model with simple lateral inhibitory connections.After detailed examining into the dynam... Lateral inhibitory effect is a well-known feature of information processing in neural systems.This paper presents a neural array model with simple lateral inhibitory connections.After detailed examining into the dynamics of this kind of neural array,the author gives the sufficient conditions under which the outputs of the network will tend to a special stable pattern called spatial sparse pattern in which if the output of a neuron is 1,then the outputs of the neurons in its neighborhood are 0.This ability called spatial sparse coding plays an important role in self-coding,self-organization and associative memory for patterns and pattern sequences.The main conclusions about the dynamics of this kind of neural array which is related to spatial sparse coding are introduced. 展开更多
关键词 Simple lateral inhibitory connections Spatial sparse coding Spatial sparse pattern Neural array
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部