声明
1 绪论
1.2 压缩感知研究历史及现状
1.3 本文主要工作及结构安排
2 压缩感知与神经网络
2.1.2 测量矩阵的设计
2.2 神经网络求解优化问题
2.2.2 神经网络模型在压缩感知中的应用
2.3 本章小结
3 基于惯性投影神经网络对加权l1-2极小化的稀疏信号重构
3.2 加权l1-2极小化问题描述
3.3 IPNNs算法
3.3.1 IPNNs算法理论分析
3.3.2 IPNNs算法提出
3.4 数值仿真
3.4.1 无噪声稀疏信号重建
3.4.2 不同噪声等级的稀疏信号重建
3.5 本章小结
4 基于惯性投影神经网络对l1-α2极小化的稀疏信号重构
4.2 l1-α2极小化问题描述
4.3.1 IPNNl1-α2算法的理论分析
4.3.2 IPNNl1-α2算法提出
4.4 数值仿真
4.4.1 无噪声稀疏信号重建
4.4.2 不同噪声等级的稀疏信号重建
4.5 本章小结
5 总结与展望
5.2 未来工作的展望
参考文献
致谢
已完成文章目录
