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