Noiselet
外观
没有或很少条目链入本条目。 (2018年1月18日) |
Noiselet是一群具有类似噪声性质的函数。Noiselet和小波(wavelet)的关系就如同傅立叶级数的基底函数和时域信号的关系,如果一个信号在小波域具有紧致性,则此信号可以在noiselet域展开[1]。
应用
[编辑]在压缩感知中,Noiselet可以用来重建在小波域具有紧致性的信号[2],例如,在noiselet域取得MRI的资料,再利用压缩感知,可以由欠采样(undersampled)的资料重建出影像[3]。
参见
[编辑]参考文献
[编辑]- ^ R. Coifman, F. Geshwind, and Y. Meyer, Noiselets, Applied and Computational Harmonic Analysis, 10 (2001), pp. 27–44. doi:10.1006/acha.2000.0313
- ^ E. Candes and J. Romberg, Sparsity and incoherence in compressive sampling, 23 (2007), pp. 969-985. doi:10.1088/0266-5611/23/3/008
- ^ K. Pawar, G. Egan, and Z. Zhang, Multichannel Compressive Sensing MRI Using Noiselet Encoding, 05 (2015), doi:10.1371/journal.pone.0126386
这是一篇与科技相关的小作品。您可以通过编辑或修订扩充其内容。 |