Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
In this work we introduce an alternative implementation of matching pursuit (MP) using a genetic algorithm in the continuous space (GACS). MP is an attractive analysis approach in which the signal is sequentially decomposed into a linear expansion of atoms (functions) from a dictionary of waveforms so as to obtain a sparse representation. The main problem with MP is its computation load, due to the necessarily large size of the dictionary. We propose instead to determine the optimal atom at each stage of the decomposition using a GACS, i.e. a genetic algorithm that requires no quantization of the solution parameters. Preliminary simulation results illustrate the potential benefits of this scheme.