题名 | 基于近似l0范数最小化的NMR波谱稀疏重建算法; Sparse Reconstruction Algorithm of NMR Spectroscope Based on Approximate l0 Norm Minimization |
作者 | 张正炎 |
答辩日期 | 2013 ; 2013 |
导师 | 陈忠 ; 林雁勤 |
关键词 | 压缩传感 近似l0范数 迭代重复加权 核磁共振 波谱重建 CS approximate l0 norm re-weighted NMR spectral reconstruction |
英文摘要 | 在核磁共振(NMR)波谱中,过长的数据采集时间会使化学以及分子生物学领域的高分辨率多维谱应用难以实现。传统的解决办法是使用随机非均匀采样代替奈奎斯特采样,但这样会使谱图质量受损。压缩传感的出现为此提供了更好的解决办法,合适的压缩传感重建算法可以通过很少的随机非均匀采样将谱图高质量的重建出来。目前压缩传感重建算法在NMR波谱领域已经得到了比较充分的应用,其中使用较多的重建算法是基于l1范数最小化的基追踪算法,为进一步改进重建效果,本文提出了两种基于近似l0范数最小化的压缩传感重建算法,主要成果如下: 一、介绍了一种基于近似l0范数最小化并可用于谱图重建的压缩传感重建算法,名为“平滑l0范数最...; The problem of long sampling time often limits many applications of the multidimensional NMR spectroscopy in chemistry and molecular biology. A common approach is to replace the Nyquist sampling with random non-uniform sampling (NUS). However, NUS is associated with inherent loss of spectrum quality. Now Compressed Sensing (CS) theory provides a good solution. A suitable CS reconstruction algorith...; 学位:理学硕士; 院系专业:物理与机电工程学院_无线电物理; 学号:19820101152851 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=40960 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/79016] |
专题 | 物理技术-学位论文 |
推荐引用方式 GB/T 7714 | 张正炎. 基于近似l0范数最小化的NMR波谱稀疏重建算法, Sparse Reconstruction Algorithm of NMR Spectroscope Based on Approximate l0 Norm Minimization[D]. 2013, 2013. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论