《表1 群稀疏线性预编码算法》
提示：宽带有限、当前游客访问压缩模式
式中，u(n）为n次迭代的步长，为保证收敛需要根据d(n-1）的变化设置不同的u(n）。将本文提出的算法汇总如表1所示。
| 图表编号 | XD00126324000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 丁冠翔、刘之洋、吴虹、赵迎新 |
| 绘制单位 | 南开大学电子信息与光学工程学院、南开大学电子信息与光学工程学院、南开大学电子信息与光学工程学院、南开大学电子信息与光学工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 OGS优化算法：齿轮局部故障的滑窗相关和重叠群稀疏诊断方法》2020.10.01
- 《表2 不同算法结果对比：基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法》2020.10.25
- 《表5 更新稀疏编码的算法复杂度》2021.01.01
- 《表1 不同稀疏率的对比：基于量子粒子群算法的大型阵稀疏优化方法》2020.08.25
- 《表1 基本测试函数：基于线性递减权值更新的鸡群算法》2020.02.01
- 《表1 基于字典优化的迁移稀疏编码算法》2019.12.20
- 《表1 客观指标对比：基于景深和稀疏编码的图像去雨算法》2019.09.01
- 《表1 算法效果比较表：一种基于分组稀疏编码的复数图像降噪算法》2019.09.01
- 《表1 轮密钥编码：基于粒子群优化算法的多S盒相关性能量分析方法》2019.06.24
- 《表4 蚁群算法与线性规划法的对比》2019.05.01
- 《表2 浮点数编码：基于遗传混合蚁群算法的公共自行车调度研究》2019.04.01
- 《表1 数据集的规格：稀疏和标签约束半监督自动编码器的分类算法》2019.09.01
- 《表1 主要线性预编码算法及性能对比》2019.02.28
- 《表1 实验数据集描述：基于移不变字典学习和稀疏编码的滚动轴承故障识别算法》2019.01.01
- 《表2 不同规模数据集：基于稀疏编码的半监督低秩核学习算法》2019.04.01
- 《表2 在 (6, 2, 3, 2) 天线配置下, QR-SVD预编码算法的复杂度》2018.02.01
- 《表1 在 (6, 2, 3, 2) 天线配置下, RBD预编码算法的复杂度》2018.02.01
- 《表3 仿真参数：一种改进的协作多点多用户预编码算法》2018.02.01
- 《表1 主要的仿真条件：一种基于GMD分解的混合预编码算法》2018.01.05
- 《表1 仿真参数：大规模MIMO系统中基于WMMSE的混合预编码算法》2018.08.01