|
|
1.
基于反馈神经网络的稀疏信号恢复的优化算法
汪星星, 李国成
计算机应用
2017, 37 (9):
2590-2594.
DOI: 10.11772/j.issn.1001-9081.2017.09.2590
针对稀疏信号的重构问题，提出了一种基于反馈神经网络（RNN）的优化算法。首先，需要对信号进行稀疏表示，将数学模型化为优化问题；接着，基于
l
0范数是非凸且不可微的函数，并且该优化问题是NP难的，因此在测量矩阵A满足有限等距性质（RIP）的前提下，提出等价优化问题；最后，通过建立相应的Hopfield反馈神经网络模型来解决等价的优化问题，从而实现稀疏信号的重构。实验结果表明，在不同观测次数
m下，对比RNN算法和其他三种算法的相对误差，发现RNN算法相对误差小，且需要的观测数也少，能够高效地重构稀疏信号。
参考文献 |
相关文章 |
多维度评价
|
|
