Jean-Luc Bouchot;西蒙·福卡特;帕维尔,希琴科 硬阈值追踪算法:迭代次数。 (英语) Zbl 1346.65012号 申请。计算。哈蒙。分析。 41,第2期,412-435(2016). 小结:使用新的理论分析重新讨论了稀疏恢复的硬阈值追踪算法。主要结果表明,只要测量矩阵满足一定的限制等距条件,所有稀疏向量都可以通过多次迭代从压缩线性测量中精确恢复,迭代次数最多与稀疏程度成正比。恢复对测量误差也是鲁棒的。对于一种称为分级硬阈值追踪的硬阈值追踪变体,也得出了相同的结论。分级硬阈值追逐是正交匹配追踪的天然伴侣,并且在不预先估计稀疏度的情况下运行。此外,对于向量形状的两种极端情况,表明在随机测量的绘制概率较高的情况下,通过精确等于稀疏度水平的迭代次数,可以稳健地恢复固定稀疏向量。这些理论发现也得到了实验验证。 引用于18文件 MSC公司: 65层10 线性系统的迭代数值方法 15年29日 线性代数中的反问题 65层50 稀疏矩阵的计算方法 关键词:压缩传感;均匀稀疏恢复;非均匀稀疏恢复;随机测量;迭代算法;硬阈值;稀疏矩阵 软件:CoSaMP公司 PDF格式BibTeX公司 XML格式引用 \textit{J.-L.Bouchot}等人,应用。计算。哈蒙。分析。41,第2号,412--435(2016;Zbl 1346.65012) 全文: 内政部 链接 参考文献: [1] Baraniuk,R。;达文波特,M。;DeVore,R。;Wakin,M.,随机矩阵限制等距性的简单证明,Constr。约28,3253-263(2008年)·Zbl 1177.15015号 [2] Blumensath,T。;Davies,M.E.,压缩感知的迭代硬阈值,应用。计算。哈蒙。分析。,27, 3, 265-274 (2009) ·Zbl 1174.94008号 [3] 坎迪斯,E.J。;Plan,Y.,压缩感知的概率和无RIP理论,IEEE Trans。通知。理论,57,11,7235-7254(2011)·Zbl 1365.94174号 [4] 坎迪斯,E.J。;J.隆伯格。;Tao,T.,《鲁棒不确定性原理:从高度不完整的频率信息中精确重建信号》,IEEE Trans。通知。理论,52,2489-509(2006)·Zbl 1231.94017号 [5] 多诺霍博士。;Tanner,J.,当投影大大降低维度时,计算随机投影的多边形的面,J.Amer。数学。Soc.,22,1,1-53(2009年)·Zbl 1206.52010年 [6] Foucart,S.,《硬阈值追踪:压缩感知算法》,SIAM J.Numer。分析。,49, 6, 2543-2563 (2011) ·Zbl 1242.65060号 [7] 福卡特,S。;Rauhut,H.,《压缩传感数学导论》(2013),Birkhäuser·Zbl 1315.94002号 [8] Kahane,J.-P.,Variantes sur un the e orème de Candès,Romberg et Tao,Ann.Inst.Fourier,63,6,2081-2096(2013)·Zbl 1306.42006号 [9] 林,J。;Li,S.,通过正交匹配追踪从噪声随机测量中恢复非均匀支持,J.近似理论,165,20-40(2013)·兹比尔1259.94037 [10] Maleki,A.,迭代阈值算法的一致性分析,(第47届Allerton通信、控制和计算年会论文集(2009)),236-243 [11] Needell,D.,《通过迭代重加权L1-minimation恢复噪声信号》(《信号、系统和计算机Asilomar会议论文集》,《信号、体系和计算机Asillomar会议文献集》,加利福尼亚州太平洋格罗夫(2009年11月)) [12] Needell,D。;Tropp,J.A.,CoSaMP:不完整和不准确样本的迭代信号恢复,应用。计算。哈蒙。分析。,26, 3, 301-321 (2009) ·Zbl 1163.94003号 [13] Tropp,J.A。;Gilbert,A.,通过正交匹配追踪从随机测量中恢复信号,IEEE Trans。通知。理论,53,4655-4666(2007)·Zbl 1288.94022号 [14] Wojtaszczyk,P.,《压缩传感中高斯测量的稳定性和实例优化》,Found。计算。数学。,10, 1, 1-13 (2010) ·Zbl 1189.68060号 [15] Zhang,T.,RIP下基于正交匹配追踪的稀疏恢复,IEEE Trans。通知。理论,57,9,6215-6221(2011)·Zbl 1365.94091号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。