学习压缩感知及稀疏表示之入门

本文分享了一位初学者在导师指导下及个人努力下积累的压缩感知学习经验。文章建议从了解经典技术入手,深入某一具体应用领域,注重理解算法思想而非简单实现。此外,还推荐了一系列基础技术和方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

          刚入门学习压缩感知,不知从何入手,经过导师的指导以及网上搜索之后,积攒了一些学习经验吧。
       首先,先了解很老的很多年以前经典的技术。必须要知道这些,现在很多东西都没那么新,只是用之前的思想延续来做的。要看一些经典的文章,从经典中找寻创新点。看的文章多,并非都是好的,看别人的,只能follow,来一篇新的就看一篇,看多了就不知道自己要做什么了,这看看那看看都挺好的,也不知道哪个好,哪个不好了,都觉得可以深入,这样会变得无从下手。
      其次,identify自己的方向。这个最重要,从经典的技术中,瞄准一个应用,深入做下去,探索算法、改进算法;所以,看了太多算法,其实完全没有真正理解,所以看什么都是新的,都是follow下,实现下算法,这个几乎没用。试着推导思想,而不是实现,因此看算法一般就是看基本思路,才能真正理解算法里面的精髓和思想。

      比如说要了解稀疏表示,首先要学习基础的东西,显示fft,接下来小波、wvd,gabor,lifting,curvelet,bandelet,wedegelt等,然后是梯度算法、变分、line搜索、krylov space、共轭梯度 这些都是基础。学习这些basis后,虽然不能创新,但是可以combine,比如说可以将bandelet、wedegelt 等思想融入CS等等。







评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值