导读:本文包含了支撑集论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:稀疏,断层,算法,影像,序数,接收机,信道。
支撑集论文文献综述
卿朝进,阳庆瑶,万东琴,蔡曦,彭朗[1]（2019）在《部分支撑集辅助的压缩感知CSI反馈方法》一文中研究指出在频分双工大规模多输入多输出系统中,基于压缩感知的信道状态信息(CSI,channel state information)反馈方法因正确重构CSI小幅度元素的支撑集合造成巨大的反馈开销.为降低基于压缩感知的CSI反馈的开销,提出一种部分支撑集辅助的压缩感知CSI反馈方法.提出方法将CSI的一部分小幅度元素的支撑集与压缩CSI一同反馈回基站.基站无需重构反馈回基站的CSI小幅度元素的支撑集,压缩CSI所需的测量次数(反馈开销)得以极大降低.分析与仿真结果表明,相对于传统的基于CS的CSI反馈方法,提出方法在确保CSI重构精度与可达和速率情况下,能有效降低CSI反馈开销和CSI重构的计算复杂度.(本文来源于《电子学报》期刊2019年08期）
李莅[2]（2018）在《基于小支撑集的随机增强自适应算法的脑胶质瘤双模态》一文中研究指出CT模态和光学分子模态的融合,能在病情早期检测出生物体内部深层的脑胶质瘤,可对肿瘤进行精确的定位和定量分析。但脑胶质瘤的双模态叁维断层重建是一个病态问题,且其有着严重的不适定性。本文使用基于小支撑集的随机增强自适应算法对脑胶质瘤进行了双模态影像重建,并将其应用到医学研究当中。本文的主要工作如下:提出了一种基于小支撑集的随机增强自适应算法来进行荧光光源重建。基于小支撑集的随机增强自适应算法是一种贪婪追踪算法,通过随机策略选择不相关的原子,并对属于上一次迭代过程支撑集中的新加入的元素进行事先舍弃,提升了算法的收敛性。一个非匀质仿体模型被用来验证所提算法在生物自发荧光断层重建上的可行性。所提出的算法能有效地区分来自背景的荧光信号,在重建效率方面比改进前的随机增强自适应算法提升了一倍;接着进行了活体荷瘤小鼠双模态数据的采集和预处理工作,然后运用了基于小支撑集的随机增强自适应算法来进行肿瘤重建。最后将光学分子影像叁维断层重建运用到了实验研究中:基于多模态成像系统通过生物自发荧光断层成像(BLT)评估了替莫唑胺对原位脑肿瘤的化疗疗效;并且进行了基质金属蛋白酶激活的近红外荧光成像实验和图像引导的原位脑胶质瘤切除术。(本文来源于《苏州大学》期刊2018-05-01）
杜秀丽,顾斌斌,胡兴,邱少明,陈波[3]（2018）在《用于图像重构的基于行间支撑集相似度的CoSaMP算法》一文中研究指出压缩采样匹配追踪(CoSaMP)算法的性能受初始支撑集选择的制约,初始支撑集选择不准确不仅影响重构精度,还会降低重构速度。针对该问题,将图像在稀疏域的结构特性引入到CoSaMP算法中,提出了支撑集相似度的概念;利用数字图像相邻行之间原子支撑集的相似性,提出了基于行间支撑集相似度的CoSaMP算法。实验结果表明,在同等采样率的条件下,与传统的CoSaMP算法相比,所提算法在不增加算法时间复杂度的同时提高了重构质量,峰值信噪比提高了0.6~2.5dB。(本文来源于《计算机科学》期刊2018年04期）
龙程,李健,李智[4]（2018）在《快速高效支撑集恢复算法》一文中研究指出对调制宽带转换器(MWC)深入分析,引入子空间追踪(SP)算法中回溯思想,提出两种更为有效的恢复算法,称为随机多测量子空间追踪(RMSP)和减至单维子空间追踪(RSSP)算法,降低MWC系统中恢复模块的复杂度,使其更加具有实际作用。实验表明,即便在低信噪比(SNR)环境下,两种算法性能良好,并且证明能够快速且高效恢复支撑集。(本文来源于《现代计算机(专业版)》期刊2018年08期）
吴大鹏,肖博文,闫俊杰[5]（2019）在《基于部分支撑集检测的WBAN数据处理机制》一文中研究指出在利用无线体域网监测生理信号的过程中,直接运用已恢复信号的支撑集会降低网络能量的有效性。为此,提出一种基于部分支撑集检测的数据处理机制。根据信号的多尺度小波系数衰减特征,以迭代支撑集检测的方式求解初始支撑集,结合已恢复信号的支撑集并采取交集运算分离出正确支撑集信息。在此基础上,通过正交多匹配追踪(OMMP)算法恢复数据。仿真结果表明,与OMP、OMMP算法相比,该机制在保证信号恢复质量的同时可以提高数据压缩率。(本文来源于《计算机工程》期刊2019年03期）
马东雷,丁建伟,谭琨[6]（2018）在《稀疏表示支撑集的遥感影像融合》一文中研究指出针对常用稀疏表示系数融合规则不能完全保留两幅影像的有用信息,该文通过分析稀疏表示系数支撑集空间分布关系,提出一种新的稀疏表示系数融合规则。首先对多光谱影像进行广义IHS变换,将得到的亮度分量与全色影像分别进行稀疏表示;然后分析亮度分量与全色影像稀疏表示解的支撑集,对支撑集中交集部分和差集部分所对应的稀疏表示系数分别利用求和方式与L1范数最大方式进行融合;最后采用加权细节插入方式,将融合后的亮度分量细节信息插入到多光谱影像中,得到高分辨多光谱影像。实验结果表明,该方法能较好地提高空间分辨率并减少光谱损失;在主观视觉和客观评价上,比常用的融合规则方法有所提高。(本文来源于《测绘科学》期刊2018年01期）
郭黎利,刘湘蒲,孙志国[7]（2017）在《基于支撑集估计的压缩扩频接收机》一文中研究指出为了提升压缩扩频接收机的误码率性能,提出一种基于支撑集估计的改进压缩扩频接收机。改进的接收机首先估计稀疏信号的支撑集,然后通过求解闭合表达式代替原有的重构算法来获取发送的信息序列,从而达到降低系统误码率的目的。将改进的压缩扩频接收机应用于m W复合序列扩频信号的接收,通过检测m W复合序列的循环谱峰值来估计稀疏信号的支撑集。研究结果表明:对于m W复合序列,在低信噪比下,通过循环谱检测能有效实现支撑集的估计,且改进的压缩扩频接收机比现有的压缩扩频接收机具有更好的误码率性能。(本文来源于《中南大学学报(自然科学版)》期刊2017年08期）
田晶[8]（2017）在《基于迭代支撑集检测的生物发光断层成像稀疏重建》一文中研究指出生物发光断层成像(Bioluminescence tomography,BLT)是一种新型的高灵敏、高特异性的光学分子影像技术,利用探测到的生物体表光强来重建发光光源在生物体内的叁维分布。它能够在分子水平上对生物体组织内的生理和病理变化进行动态监控,能够应用于肿瘤组织生长转移等的长程观测、细胞病变检测和药物研发等领域。光在生物组织内传输的复杂性和表面光分布测量数据的有限性等原因,使得BLT光源重建这个不适定逆问题面临巨大挑战。成像算法成为BLT技术应用于预临床研究的关键。为了在有限的测量下得到更稳定、更精确的重建,本文采用辐射传输方程(Radiative Transport Equation,RTE)模型的一阶扩散近似(Diffusion Approximation,DA)模型来来描述光在生物体组织中的传播,并结合BLT应用中光源稀疏分布的特征,将光源重建问题首先转化为一个L1范数最小化问题,并基于截断基追踪(Truncated Basis Pursuit,Truncated BP)模型,提出一种基于阂值迭代支撑集检测(Iterative Support Detection,ISD)的光源重建算法,在较少的测量数据的情况下,实现生物发光光源的准确、快速、稳定重建。单光源仿真实验分别探究了不同器官,噪声,阂值参数等对重建的影响,而双光源实验中主要探究了算法对于距离不同的光源的分辨能力。结果表明ISD对于不同光参和噪声条件下表现均较稳定,而阂值参数对于重建结果有一定的影响,双光源条件下在不同距离目标下也均能较好的重建出光源目标。为进一步验证ISD算法的有效性,将ISD与五种典型BLT重建算法进行了对比研究,它们分别是Tikhonov正则化算法,基追踪(Basis Pursuit)算法,迭代加权最小二乘(Iterative reweighted least-squares,IRLS)算法,不完全变量截断的共轭梯度(Incomplete variables truncated conjugate gradient,IVTCG)算法和分段正交匹配追踪(Stagewise orthogonal matching pursuit,StOMP)算法。仿真实验表明,本文采用的ISD算法在单光源和双光源中均可以实现准确的重建,相对于五种典型的BLT重建算法,本文方法光源定位能力较出色,时间代价也较低。(本文来源于《陕西师范大学》期刊2017-06-01）
宁多彪,张兵[9]（2016）在《基于连通支撑集的无线传感网数据聚合调度算法》一文中研究指出为提高无线传感网数据聚合调度算法基于最短路径思想进行聚合树构造时的时延性能,基于连通支撑集理论,提出一种改进的调度算法CGTA。该算法将网络中的节点划分为骨干节点和普通节点,在进行时隙分配时,结合节点在树中的层数,采用贪心策略依次针对不同角色的发送节点集合构造可行调度子集。实验结果表明,与SPTS,M WFS等算法相比,CGTA算法能够将聚合时延降低15%以上。(本文来源于《计算机工程》期刊2016年09期）
李娟[10]（2016）在《M拖曳的支撑集构造与相关性分析》一文中研究指出Copula函数连接二元联合分布函数与边缘分布函数,利用Copula函数和边缘分布函数可以给出二元联合分布函数,利用Copula函数可以讨论随机变量间的相关性,利用Copula函数可以得到(u,v)有序数对,进而模拟联合分布函数,因此Copula函数越来越得到广泛的关注.本文讨论一类特殊的奇异型Copula函数M的拖曳.首先从Copula函数的定义和性质出发,利用构造Copula函数的几何方法,介绍M拖曳的定义及其性质,利用M拖曳的支撑集之间的关系,首次给出M拖曳的随机变量间的函数表达式,推出M拖曳的相关系数的计算公式,特别地,给出了2等分情况下随机变量的幂级数表示法；在证明了任意一个Copula函数都可以由M拖曳完全近似的基础上,本文给出了M拖曳的具体取法；然后由Sklar定理,推出Copula函数为M拖曳的随机变量的函数表达式和相关系数的计算公式.最后应用所得结果讨论了具体实例.(本文来源于《南京师范大学》期刊2016-03-01）
支撑集论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
CT模态和光学分子模态的融合,能在病情早期检测出生物体内部深层的脑胶质瘤,可对肿瘤进行精确的定位和定量分析。但脑胶质瘤的双模态叁维断层重建是一个病态问题,且其有着严重的不适定性。本文使用基于小支撑集的随机增强自适应算法对脑胶质瘤进行了双模态影像重建,并将其应用到医学研究当中。本文的主要工作如下:提出了一种基于小支撑集的随机增强自适应算法来进行荧光光源重建。基于小支撑集的随机增强自适应算法是一种贪婪追踪算法,通过随机策略选择不相关的原子,并对属于上一次迭代过程支撑集中的新加入的元素进行事先舍弃,提升了算法的收敛性。一个非匀质仿体模型被用来验证所提算法在生物自发荧光断层重建上的可行性。所提出的算法能有效地区分来自背景的荧光信号,在重建效率方面比改进前的随机增强自适应算法提升了一倍;接着进行了活体荷瘤小鼠双模态数据的采集和预处理工作,然后运用了基于小支撑集的随机增强自适应算法来进行肿瘤重建。最后将光学分子影像叁维断层重建运用到了实验研究中:基于多模态成像系统通过生物自发荧光断层成像(BLT)评估了替莫唑胺对原位脑肿瘤的化疗疗效;并且进行了基质金属蛋白酶激活的近红外荧光成像实验和图像引导的原位脑胶质瘤切除术。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
支撑集论文参考文献
[1].卿朝进,阳庆瑶,万东琴,蔡曦,彭朗.部分支撑集辅助的压缩感知CSI反馈方法[J].电子学报.2019
[2].李莅.基于小支撑集的随机增强自适应算法的脑胶质瘤双模态[D].苏州大学.2018
[3].杜秀丽,顾斌斌,胡兴,邱少明,陈波.用于图像重构的基于行间支撑集相似度的CoSaMP算法[J].计算机科学.2018
[4].龙程,李健,李智.快速高效支撑集恢复算法[J].现代计算机(专业版).2018
[5].吴大鹏,肖博文,闫俊杰.基于部分支撑集检测的WBAN数据处理机制[J].计算机工程.2019
[6].马东雷,丁建伟,谭琨.稀疏表示支撑集的遥感影像融合[J].测绘科学.2018
[7].郭黎利,刘湘蒲,孙志国.基于支撑集估计的压缩扩频接收机[J].中南大学学报(自然科学版).2017
[8].田晶.基于迭代支撑集检测的生物发光断层成像稀疏重建[D].陕西师范大学.2017
[9].宁多彪,张兵.基于连通支撑集的无线传感网数据聚合调度算法[J].计算机工程.2016
[10].李娟.M拖曳的支撑集构造与相关性分析[D].南京师范大学.2016
论文知识图
