压缩感知建立在 2 个属性之上:1) 表示基础相对于采样基础的稀疏性,以及 2) a) 中 2 个基础中的每一个的奇异向量之间的不相干性。从表面上看,这对我来说似乎很好,但他“不连贯”的关系让我有点困惑。
一些文本指的是基础(表示、采样)之间的连贯性,而另一些则指的是每个基础和标准基础(e1、e2、e3 ...)之间的一致性。
这两种说法有区别吗?
“我们可以说明我们的主要结果:如果矩阵的行和列空间与标准基不一致,那么核范数最小化可以从少量条目的随机抽样中恢复该矩阵。”
第 6 页:http ://statweb.stanford.edu/~candes/papers/MatrixCompletion.pdf
和
“非相干采样......感知基础和表示基础之间的一致性”。第 3 页: http: //authors.library.caltech.edu/10092/1/CANieeespm08.pdf
我的问题与这个问题有关: https ://dsp.stackexchange.com/a/13017/4038