×
刘子生;李继成;李文波;戴平凡

cosparse分析模型的改进贪婪分析追踪算法。 （英语） Zbl 1402.94030号

数字。算法 74，第3期，867-887（2017）.
摘要：近十年来，稀疏表示综合模型在信号处理中得到了深入研究和广泛应用。最近，一个cosparse分析模型被引入，作为稀疏表示综合模型的一个有趣的替代方案。稀疏综合模型关注表示向量（x）中的非零元素，而cosparse分析模型关注分析表示向量（Omega x）中零元素。本文主要考虑cosparse分析模型的问题。基于贪婪分析追踪算法，通过构造自适应加权矩阵W{k-1}，针对信号服从cosparse模型时的稀疏恢复问题，提出了一种改进的贪婪分析追踪方法。使用加权矩阵，我们填补了贪婪算法和松弛技术之间的差距。标准分析表明，我们的算法是收敛的。我们估计了求解cosparse分析模型的误差界，然后通过仿真验证了该方法在cosparce反问题中的优势。

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
62甲12 多元分析中的估计
65K10码 数值优化和变分技术

关键词：

稀疏表示;cosparse分析模型;贪婪分析追踪算法;非凸优化;反问题

软件：

PDCO公司;CVX公司
PDF格式BibTeX公司 XML格式引用
\textit{Z.Liu}等人，数字。算法74，编号3，867-887（2017；Zbl 1402.94030）
全文： 内政部

参考文献：

[1] Bruckstein，A.M.，Donoho，D.L.，Elad，M.：从方程组的稀疏解到信号和图像的稀疏建模。SIAM版本51，34-81（2009）·Zbl 1178.68619号 ·数字对象标识代码：10.1137/060657704
[2] Elad，M.：《稀疏和冗余表示：从理论到信号和图像处理应用》。施普林格出版社（2010）·Zbl 1211.94001号
[3] Mallat，S.：《信号处理的小波之旅：稀疏方法》，第3版。学术出版社（2008）·兹比尔1170.94003
[4] Starck，J.L.、Murtagh，F.、Fadili，M.J.：稀疏图像和信号处理——小波、曲线、形态多样性。剑桥大学出版社（2010）·Zbl 1196.94008号
[5] Nam，S.，Davies，M.E.，Elad，M.，Gribonval，R.：cosparse分析模型和算法。申请。计算。哈蒙。分析。34, 30-56 (2013) ·Zbl 1261.94018号 ·doi:10.1016/j.aca.2012.03.006
[6] Haim，Z.B.，Eldar，Y.C.，Elad，M.：在随机噪声下估计稀疏向量的基于一致性的性能保证。IEEE传输。信号处理。58, 5030-5043 (2010) ·Zbl 1391.62137号 ·doi:10.1109/TSP.2010.2052460
[7] Donoho，D.L.，Elad，M.：一般（非正交）字典中的最优稀疏表示法（通过▽1最小化）。程序。国家。阿卡德。科学。美国1002197-2202（2003）·Zbl 1064.94011号 ·doi:10.1073/pnas.0437847100
[8] Gribonval，R.，Nielsen，M.：基础联合中的稀疏表示。IEEE传输。通知。理论49，3320-3325（2003）·Zbl 1286.94032号 ·doi:10.1109/TIT.2003.8200031
[9] Tropp，J.A.：贪婪是好的：稀疏近似的算法结果。IEEE传输。通知。理论50，2231-2242（2004）·Zbl 1288.94019号 ·doi:10.1109/TIT.2004.834793
[10] Tropp，J.A.：放松：子集选择和稀疏近似的凸规划方法。IEEE传输。通知。理论51，1030-1051（2006）·Zbl 1288.94025号 ·doi:10.10109/TIT.2005.864420
[11] Candès，E.J.，Tao，T.：Dantzig选择器：当p远大于n时的统计估计。35, 2313-2351 (2007) ·Zbl 1139.62019号 ·doi:10.1214/00905360000001523
[12] Chen，S.S.，Donoho，D.L.，Saunders，M.A.：通过基追踪进行原子分解。SIAM J.科学。计算。20, 33-61 (1998) ·Zbl 0919.94002号 ·doi:10.1137/S1064827596304010
[13] Dai，W.，Milenkovic，O.：压缩传感信号重建的子空间追求。IEEE传输。通知。理论55，2230-2249（2009）·兹比尔1367.94082 ·doi:10.1109/TIT.2009.2016006
[14] Mallat，S.，Zhang，Z.：将追求与时间频率词典相匹配。IEEE传输。信号处理。41, 3397-3415 (1993) ·Zbl 0842.94004号 ·数字对象标识代码：10.1109/78.258082
[15] Aharon，M.、Elad，M.和Bruckstein，A.M.：K-SVD：设计稀疏表示的过完备字典的算法。IEEE传输。信号处理。5414311-4322（2006年）·Zbl 1375.94040号 ·doi:10.1109/TSP.2006.881199
[16] Engan，K.，Aase，S.O.，Husoy，J.H.：多帧压缩：理论与设计。信号处理。80, 2121-2140 (2000) ·Zbl 1098.94538号 ·doi:10.1016/S0165-1684（00）00072-4
[17] Mairal，J.、Bach，F.、Ponce，J.和Sapiro，G.：矩阵分解和稀疏编码的在线学习。J.马赫。学习。第11、19-60号决议（2010年）·Zbl 1242.62087号
[18] Skretting，K.，Engan，K:递归最小二乘字典学习算法。IEEE传输。信号处理。58, 2121-2130 (2010) ·Zbl 1232.91370号 ·doi:10.1109/TSP.2010.2040671
[19] Elad，M.，Aharon，M.：通过学习词典上的稀疏和冗余表示进行图像去噪。IEEE传输。图像处理。15, 3736-3745 (2006) ·doi:10.1109/TIP.2006.881969
[20] Elad，M.、Starck，J.L.、Querre，P.、Donoho，D.L.：使用形态成分分析（MCA）同步动画和纹理图像修复。申请。计算。哈蒙。分析。19, 340-358 (2005) ·兹比尔1081.68732 ·doi:10.1016/j.acha.2005.03.005
[21] Casanovas，A.L.，Monaci，G.，Vandergheynst，P.，Gribonval，R.：基于稀疏表示的盲视听源分离。IEEE传输。多媒体12，358-371（2010）·doi:10.1109/TMM.2010.5050
[22] Plumbley，M.D.，Blumensath，T.，Daudet，L.，Gribonval，R.，Davies，M.E.：音频和音乐中的稀疏表示：从编码到源分离。程序。IEEE 98，995-1005（2010）·doi:10.1109/JPROC.2009.2030345
[23] Nam，S.、Davies，M.、Elad，M.和Gribonval，R.：Cosparse分析建模——唯一性和算法。收录于：IEEE国际声学会议。语音和信号处理，ICASSP，p.2011，捷克共和国布拉格（2011）·兹比尔1261.94018
[24] Elad，M.，Milanfar，P.，Rubinstein，R.：信号先验中的分析与合成。反向探头。23, 947-968 (2007) ·Zbl 1138.93055号 ·doi:10.1088/0266-5611/23/3/007
[25] Portilla，J.：在紧框架中通过基于▽0分析的稀疏优化进行图像恢复。摘自：第16届IEEE图像处理国际会议记录，第3865-3868页（2009年）·兹比尔1261.94018
[26] Selesnick，I.W.，Figueiredo，M.A.T.：用过完备的小波变换进行信号恢复：分析和合成先验的比较。摘自：SPIE会议记录。（小波十三）（2009）·Zbl 1332.94043号
[27] Cai，J.F.，Osher，S.，Shen，Z.：分裂bregman方法和基于帧的图像恢复。多尺度模型。模拟。8, 337-369 (2009) ·Zbl 1189.94014号 ·doi:10.1137/090753504
[28] Candès，E.J.、Eldar，Y.C.、Needell，D.、Randall，P.：压缩感知，带相干和冗余字典。申请。计算。哈蒙。分析。31, 59-73 (2011) ·Zbl 1215.94026号 ·doi:10.1016/j.acha.2010.10.002
[29] Candès，E.J.，Tao，T.：随机投影的近最优信号恢复：通用编码策略。IEEE传输。通知。理论52，5406-5425（2006）·Zbl 1309.94033号 ·doi:10.1109/TIT.2006.885507
[30] Girys，R.、Nam，S.、Elad，M.、Gribonval，R.和Davies，M.E.：cosparse分析模型的贪婪算法。线性代数应用。441, 22-60 (2014) ·兹比尔1332.94043 ·doi:10.1016/j.laa.2013.03.004
[31] Lu，Y.M.，Do，M.N.：从子空间并集采样信号。IEEE信号处理。Mag.56，41-47（2008）·doi:10.1109/MSP.2007.914999
[32] Blumensath，T.，Davies，M.E.：有限维线性子空间并集信号的采样定理。IEEE传输。通知。理论551872-1882（2009）·Zbl 1367.94144号 ·doi:10.1109/TIT.2009.2013003
[33] Lu，Y.M.，Do，M.N.：从子空间并集采样信号的理论。IEEE传输。信号处理。563334-2345（2008年）·Zbl 1390.94656号 ·doi:10.1109/TSP.2007.914346
[34] Foucart，S.，Lai，M.：通过对0<q≤1的▽q最小化，得到欠定线性系统的最稀疏解。申请。计算。谐波分析。26, 395-407 (2009) ·兹比尔1171.90014 ·doi:10.1016/j.acha.2008.09.001
[35] Chartrand，R.，Staneva，V.：受限等距特性和非凸压缩传感。反向探头。24, 1-14 (2008) ·Zbl 1143.94004号 ·doi:10.1088/0266-5611/24/3/035020
[36] Saab，R.、Chartrand，R.和Yilmaz，O.：通过非凸优化实现稳定的稀疏近似。摘自：IEEE声学、语音和信号处理国际会议，第3885-3888页（2008年）·Zbl 1178.68619号
[37] Chartrand，R.：通过非凸最小化精确重建稀疏信号。IEEE信号处理。莱特。14, 707-710 (2007) ·doi:10.1109/LSP.2007.898300
[38] Xu，Z.，Zhang，H.，Wang，Y.，Chang，X.，Liang，Y.：L1/2正则化。科学。中国信息科学。53, 1159-1169 (2010) ·Zbl 1497.62192号 ·doi:10.1007/s11432-010-0090-0
[39] Xu，Z.，Guo，H.，Wang，Y.，Zhang，H.：ρq（0<q≤1）正则化中L1/2正则化的代表：基于相图的实验研究。《汽车学报》。Sinica中国科学院38，1225-1228（2012）
[40] Li，J.，Liu，Z.，Li，W.：cosparse分析模型的重新加权贪婪分析追踪算法。在：2015年第11届国际自然计算大会（ICNC’15），第1018-1022页。IEEE（2015）·Zbl 1081.68732号
[41] Raguet，H.，Fadili，J.，Peyré，G.：广义正向劈裂。SIAM J.图像。科学。6, 1199-1226 (2013) ·Zbl 1296.47109号 ·doi:10.1137/120872802
[42] Gorodnitsky，I.F.，Rao，B.D.：使用FOCUSS从有限数据重建稀疏信号：加权范数最小化算法。IEEE传输。信号处理。45, 600-616 (1997) ·doi:10.1109/78.558475
[43] Grant，M.、Boyd，S.、Ye，Y.：CVX:Matlab软件用于约束凸编程（2008）
[44] Vaiter，S.，Peyre，G.，Dossal，C.，Fadili，J.：鲁棒稀疏分析正则化。IEEE传输。通知。理论59，2001-2016（2013）·Zbl 1291.65189号 ·doi:10.1109/TIT.2012.2233859
[45] Peleg，T.，Elad，M.：cosparse分析模型阈值算法的性能保证。IEEE传输。通知。理论59，1832-1845（2013）·Zbl 1364.94152号 ·doi:10.10109/TIT.2012.2226924
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。