威廉·W·黑格。;Phan,Dzung T。;张洪超 稀疏恢复的基于梯度的方法。 (英语) Zbl 1209.90266号 SIAM J.成像科学。 4,第1期,146-165(2011). 小结:分析了最小化和(f(\text{x})+psi(\text})的可分离近似稀疏重建(SpaRSA)算法的收敛速度,其中f是光滑的,而psi\是凸的,但可能是非光滑的。证明了如果(f)是凸的,那么对于与(k)无关的某些(a),迭代(k)时目标函数的误差有界于(a/k)。此外,如果目标函数是强凸的,则收敛性是\(R\)-线性的。给出了基于循环BB迭代和自适应线搜索的改进算法。通过在信号处理和图像重建领域的应用,研究了该算法的性能。 引用于25文件 MSC公司: 90C06型 数学规划中的大尺度问题 90C25型 凸面编程 65年20月 数值算法的复杂性和性能 94A08型 信息与通信理论中的图像处理(压缩、重建等) 关键词:基于可分离逼近的稀疏重建;迭代收缩阈值算法;稀疏恢复;次线性收敛;线性收敛;图像重建;去噪;压缩感知;非光滑优化;非单调收敛;BB法 PDF格式BibTeX公司 XML格式引用 \textit{W.W.Hager}等人,SIAM J.成像科学。4,第1号,146--165(2011;Zbl 1209.90266) 全文: 内政部 arXiv公司