【摘 要】
：
针对传统迭代算法在解决大规模问题时速度较慢的问题,在介绍了压缩感知中重构的基本模型以及传统不动点迭代方法（FPC）的基础上,提出了一种新的重构算法-快速不动点迭代方法（FFPC
【机 构】
：
南京邮电大学非结构化数据计算理论与应用研究中心
论文部分内容阅读
针对传统迭代算法在解决大规模问题时速度较慢的问题,在介绍了压缩感知中重构的基本模型以及传统不动点迭代方法（FPC）的基础上,提出了一种新的重构算法-快速不动点迭代方法（FFPC）。传统的不动点迭代方法其实是基于算子分裂的方法。为了提高去重构性能,通过引入软阈值和正则化参数的双收缩,逐步迭代恢复原始图像信号,以加快算法的收敛速度,减小重构误差,从而改善图像的重构质量。仿真结果表明,在相同的实验环境下,与传统的不动点迭代算法以及其他算法相比,快速不动点迭代算法重构图像的峰值信噪比较高,相对误差较小,在低采样率
其他文献
社区检测是社交网络中常用的分析手段,目的是发现网络中联系较为紧密的节点集群,提取集群,从而进一步探索集群隐含的信息.现实中的社交网络随时间不断增大,传统的社区检测算
在传统谱聚类算法中，构造相似矩阵时需要人为输入尺度参数；除此之外，之后的k-means过程中还需要人工输入确切的聚类数目，而以上两个参数对聚类效果影响巨大。针对以上问题，提出了
VXLAN作为overlay网络技术的代表,为解决云数据中心的组网问题提供了有效的技术支持,使网络更具可扩展性。但传统VXLAN技术是基于数据平面的,存在诸多局限性。早在EVPN之前,
K-means聚类算法是基于划分的经典聚类算法之一，因其简洁、高效得到了广泛的应用。K-means算法具有容易实现、时间和空间复杂度较小的优点。但该算法的初始聚类数K通常不能通
形变、重力分会场学术交流会议交流了20篇论文，有6篇摘要做了会议报告。本次大会的主题为“汶川地震研究及30年来地震科学进展与展望”，报告的内容也是围绕这一主题展开的。
有限高斯混合模型广泛应用于模式识别、机器学习和数据挖掘等领域，但现实中的许多数据都具有非高斯性，而高斯混合模型无法准确地描述这些数据。此外，有限高斯混合模型还存在参数