基于深度学习的相位检索测量矩阵设计算法DLMMPR
最优化与控制
2025-11-18 v1 机器学习
摘要
本文首次将学习优化融入相位检索测量矩阵设计中。我们提出一种用于相位检索的深度学习测量矩阵算法（DLMMPR），该算法在端到端深度学习架构中对测量矩阵进行参数化。与子梯度下降和proximal映射模块协同增强恢复鲁棒性，DLMMPR通过多种噪声情形下的全面实证验证证明了其有效性。与DeepMMSE和PrComplex基准方法相比，我们的方法在PSNR和SSIM指标上实现显著提升，凸显其优势。
引用
@article{arxiv.2511.12556,
title = {DLMMPR:Deep Learning-based Measurement Matrix for Phase Retrieval},
author = {Jing Liu and Bing Guo and Ren Zhu},
journal= {arXiv preprint arXiv:2511.12556},
year = {2025}
}