در این پایان نامه نتایج جدیدی را در مورد بازسازی سیگنال از داده های فرو نمونه گیری شده در شرایط معمولی ارایه می دهیم.این سیگنالها نسبت به یک پایه یکامتعامد یا دیکشنری ناهمدوس پراکنده نیستند. اما در دیکشنری فزونه پراکنده می باشند.در این پایان نامه نقص موجود در مقالات برطرف خواهد شد و نشان خواهیم داد که نه تنها حسگری متراکم در این چهارچوب قابل قبول است بلکه بازسازی دقیق از طریق یک مساله بهینه ساز...

در اینجا کشف و رده بندی وقایع صوتی محیطی با استفاده از نگاشت سگمنت بر دیکشنری در نمایش تنک مورد پژوهش قرار گرفته است. یکی از مشکلات رویکردهای مبتنی بر دیکشنری، نبود کنترل لازم در نحوه نگاشت سگمنت‌های ورودی بر  بردارهای پایه دیکشنری جهت شناسایی صدای موجود در سگمنت است. این عدم کنترل، سبب تجزیه سگمنت به تعدادی از اصوات کوچک که بخش‌های سگمنت هستند می‌شود. در اینجا الگوریتمی جهت کنترل صریح نگاشت هر...

هدف از این مطالعه بهبود عملکرد طبقه بندی روش های نوین، با استفاده از مدلی چند لایه به منظور کمک به تشخیص بیماری‌های شبکیه ی چشم است. این مدل از الگوریتم K-SVD پیشرفته، برای یادگیری ماتریس دیکشنری و الگو های پایه استفاده می کند تا بتواند با الگوپذیری از معماری چند لایه، ویژگی های بهتری را در تصاویر OCT شبکیه بیاموزد. همچنین در این معماری، علاوه بر استفاده از برچسب های کلاس داده های آموزشی، اطلاع...

. یکی از چالش های مهم در این زمینه طبقه بندی تصاویر مشابهی که فقط در جزییات با یکدیگر تفاوت دارند می باشد . در این پژوهش ، به منظور بهبود تمایز در نمایش تصاویر و تسهیل دسته بندی تصاویر مشابه ، برای هر دسته یک دیکشنری مخصوص و برای تمام دسته ها ، یک دیکشنری مشترک پیشنهاد می شود و برای بهبود عملکرد در مرحله یادگیری دیکشنری از محدودیت های خود نا منسجمی و نا منسجمی متقابل استفاده شده است که تفاوت بی...

طی دهه اخیر، پردازش تنک سیگنال ها به عنوان ابزاری قدرتمند و جایگزینی کارا برای تبدیل های کلاسیک، توجه زیادی را به خود جلب کرده است. استفاده از نمایش تنک سیگنال ها در مسائل طبقه بندی نیز نتایج موفقیت آمیزی به همراه داشته است. با این حال، کیفیت عملکرد این طبقه بندی کننده ها در شرایط سخت، از جمله در مواردی که داده های هر طبقه تنوع زیادی داشته و یا ابعاد داده ها در مقایسه با تعداد داده های آموزشی ز...