摘要：采样定理（又称取样定理、抽样定理）是采样带限信号过程所遵循的规律，1928年由美国电信工程师H.奈奎斯特首先提出来的，因此称为奈奎斯特采样定理。1948年信息论的创始人C.E.香农对这一定理加以明确说明并正式作为定理引用，因此在许多文献中又称为香农采样定理。该理论支配着几乎所有的信号/图像等的获取、处理、存储、传输等，即：采样率不小于最高频率的两倍(该采样率称作Nyquist采样率)。该理论指导下的信息获取、存储、融合、处理及传输等成为目前信息领域进一步发展的主要瓶颈之一，主要表现在两个方面： (1)数据获取和处理方面。对于单个(幅)信号/图像，在许多实际应用中(例如，超宽带通信，超宽带信号. 阅读全文

摘要：转自：http://to-cs.blog.sohu.com/110079576.htmlCS的关键是测量矩阵的构造，它可由测量波形和采样方式决定。目前常采用的测量波形是i.i.d.高斯随机波形，i.i.d.贝努力分布的随机波形，正交函数系，等；常用的采样方式是均匀采样，随机采样，jitter采样，等。Tao测不准原理表明：当N是质数时，2*S个频域数据采集就可将S-稀疏的N维时域信号精确重建。2006年Candes, Romberg及Tao等人在研究高度欠定的核磁共振成像问题时，得出一个重要的结论：当测量矩阵为Fourier矩阵时，O(K*log(N))的数据采集量能将N维空间的K稀疏信号精确 阅读全文

摘要：转自prfans：Sparse, L1-minimization, Compressive Sensing 集中讨论帖（第一页常更新）Sparse大家并不陌生，是个经典话题了。而此时sparse已经卷土重来，虽然还是那一锅汤，但是药已经换了。以L1-minimization为核心的算法，近几年飞速进展，Compressive Sensing (Compressive Sampling) 已然成为数学领域和信号处理最前沿最热门的方向。最近一年多这种新形式的算法快速蔓延到模式识别界应用，论文质量高、算法效果好、而且算法一般都非常简单。而这仅仅是个开始，所以我一直有这个想法专开一贴，供大家一起讨论、 阅读全文

摘要：介绍信号的功率谱、能量谱、频谱的区别 阅读全文

摘要：随机过程实在太重要了,用当年林元烈上课给我们说的一句话,"随机数学充满了魅力与威力"来形容随机过程再合适不过了.当然,随机过程比较难,故有"随机过程随机过"一说.这里,我就把美国各个好一些的大学的随机过程课程以及使用的课本和书籍汇总一下,希望能对大家有用.随机过程主要有应用随机过程和理论概率两种课程.前者比较常见与工科,后者主要集中在数学系或者统计系.我就美国一些好一些的学校里使用的教材作一汇总1. Stochastic Processes by Sheldon Ross应用随机过程的经典书籍, 在美国IE系使用的比较多.Berkeley的IE系一直在用 阅读全文

摘要：计算机视觉方面的一些好书。计算机视觉 http://book.douban.com/tag/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89机器视觉 http://book.douban.com/tag/%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%89图像视觉 http://book.douban.com/tag/%E5%9B%BE%E5%83%8F%E8%A7%86%E8%A7%89图像处理 http://book.douban.com/tag/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86模式识别 阅读全文

摘要：从cvchina.net上发现的介绍目标跟踪的文章。 目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中，基于目标颜色信息或基于目标运动信息等方法是常用的跟踪方法。从以往的研究中我们发现，大多数普通摄像头（彩色摄像头）下非基于背景建模的跟踪算法都极易受光照条件的影响。这是因为颜色变化在某种程度上是光学的色彩变化造成的。如基于体素和图像像素守恒假设的光流算法它也是假设一个物体的颜色在前后两帧没有巨大而明显的变化。但在特定的场景应用中（如视频监控等领域），不失有一些经典的跟踪算法可以实现较好的跟踪效果。以下主要介绍三种经典的跟踪算法：CamShift算法、光流跟踪以及粒子滤波算法。最 阅读全文

摘要：关于matlab生成随机数 randi 阅读全文

摘要：Real-time Compressive Tracking 阅读全文