小波变换以及基于小波贝叶斯压缩感知资料收藏

最新推荐文章于 2025-06-11 16:56:11 发布

原创

最新推荐文章于 2025-06-11 16:56:11 发布 · 1k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#小波 #贝叶斯 #压缩感知

本文介绍了作者在学习贝叶斯压缩感知过程中关注的重点，特别是基于小波的方法。分享了Duke University网站上的相关资源，包括两篇论文及Matlab源代码，涉及RVM和MCMC求解方法。此外，还提供了小波变换的学习资料，从一维到二维小波的基础知识，帮助读者逐步理解这一领域。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

小波变换以及基于小波贝叶斯压缩感知资料收藏

最近开始多注重了些论文，开始学习贝叶斯压缩感知的原理和一些方法，看看能不能从概率上去寻找一些不一样的东西。正巧同组同学正在研究基于小波的贝叶斯压缩感知，故向其要了两篇此方向的论文，观摩观摩，以求得能够多吸取些知识。

对于贝叶斯压缩感知，Duke University 的网站上有不少很好的资料，网址为http://people.ee.duke.edu/~lcarin/BCS.html。里面资料较多，在论文方面有08至14年的大概十篇论文，从基本的贝叶斯压缩感知到小波从image到video处理都有涉及。作为入门我详细看了其中的两篇：

1、Bayesian Compressive Sensing

Shihao Ji, Ya Xue, and Lawrence Carin, IEEE Trans. Signal Processing, vol. 56, no. 6, pp. 2346-2356, June 2008.

2、Exploiting Structure in Wavelet-Based Bayesian Compressive Sensing

Lihan He and Lawrence Carin, IEEE Trans. Signal Processing, vol. 57, no. 9, pp. 3488-3497, Sept. 2009.