基于粒子群優(yōu)化和原子特性的匹配追蹤算法
大?。?/span>0.37 MB 人氣： 2017-12-12 需要積分：3
標(biāo)簽：粒子群優(yōu)化(7276)追蹤算法(7606)
Mallat和Zhang在小波分析的基礎(chǔ)上，于1993年提出信號在過完備原子庫上分解的思想。用來表示信號的基，可以通過信號在過完備庫上的分解，根據(jù)信號本身的特點自適應(yīng)的選取，得到信號的稀疏表示。由于信號的稀疏表示所具有的優(yōu)良特性，使其在信號處理領(lǐng)域的研究得到了長足發(fā)展。但稀疏分解的計算十分復(fù)雜，導(dǎo)致實際應(yīng)用到信號處理上變得困難。
粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）源于對鳥類捕食過程的研究，算法通過先初始化一個種群，然后通過不斷迭代尋優(yōu)，實現(xiàn)全局搜索。算法實現(xiàn)簡單，需調(diào)整參數(shù)少，得到了廣泛應(yīng)用。針對稀疏分解計算復(fù)雜問題，本文在MP算法進(jìn)行信號稀疏分解過程中，用粒子群優(yōu)化算法進(jìn)行原子尋優(yōu)，結(jié)合原子特性，有效克服了稀疏分解計算量大的問題。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于粒子群優(yōu)化和原子特性的匹配追蹤算法下載
相關(guān)電子資料下載
- 粒子群優(yōu)化算法PSO優(yōu)化模糊控制論域 863
- 基于機器視覺的典型多目標(biāo)追蹤算法應(yīng)用實踐 1188
- OpenCV中八種不同的目標(biāo)追蹤算法 984
- Python的自動追蹤算法 1087
- 剖析正交匹配追蹤算法的優(yōu)化設(shè)計與FPGA實現(xiàn) 2078
- 不同拓?fù)浣Y(jié)構(gòu)的并行粒子群優(yōu)化算法如何去實現(xiàn)？ 3131
- 凌感手勢追蹤算法與詮視視覺模組結(jié)合,加速手勢識別在VR/AR中的應(yīng)用 8880
- 使用改進(jìn)粒子群優(yōu)化算法的FIR數(shù)字濾波器設(shè)計 3580
- OpenCV上八種不同的目標(biāo)追蹤算法 31961
- 光線追蹤算法匯總 16922