{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,7,4]]，“日期-时间”：“2024-07-04T17:32:34Z”，“时间戳”：1720114354214}，“引用-计数”：34，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2017,9,1]]，“时间”：”2017-09-01T00:00:00 0:00Z“，”时间戳“：1504224000000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“11301347”，“11601061”，“31271077”]}]，”内容域“：{”域“：[”elsevier.com“，”sciencedirect.com“]，”crossmark-restriction“：true}，“short-container-title”：[“Information Sciences”]，“published-print”：{“date-parts”：[[2017,9]]}，“DOI”：“10.1016\/j.ins.2017.03.023”，“type”：“journal-article”，“created”：{“date-parts”：[[2017,3]]，“date-time”：“2017-03-23T15:20:40Z”，“timestamp”：1490282440000}，”page：“69-81”，“update-policy”：”http://\/dx.DOI.org\/10.1016\/elsevier_cm_policy“，”源“：“Crossref”，“is-referenced-by-count”：9，“special_numbering”：“C”，“title”：[“一种求解全变分去噪模型的自适应定点逼近算法”]，“prefix”：“10.1016”，“volume”：“402”，“author”：[{“given”：，“affiliation”：[]}，{“given”：“Li-Ping”，“family”：“Pang”，“sequence”：“additional”，“affaliation”:[]}，{”given“：”兴华“，”family“：”郝“，”sequence“：”additional“，”affiliance“：[]{”，“member”：“78”，“reference”：[{“issue”：“3”，“key”：”10.1016\/j.ins.2017.033_bib0001“，”doi-asserted-by“，”publisher“first page“：”200“，”doi“：”10.1016\/0041-5553（67）90040-7“，“article-title”：“寻找凸集公共点的松弛方法及其在凸规划问题求解中的应用”，“volume”：“7”，“author”：“Bregman”，“year”：“1967”，“journal-title“：”苏联计算数学数学物理“}，{“issue”：“2”，“key”：”10.1016\/j.ins.2017.03.023_bib0002“，“doi-asserted-by”：“publisher”，“first page”：“337”，“DOI”：“10.1137\/090753504”，“article-title”：“Split bregman methods and frame based image restoration”，“volume”：“8”，“author”：“Cai”，“year”：“2009”，“journal-title“：”Multiscale Model.Simul.“}，{“issue”：“2”，“key”：”10.1016\/j.ins.2017.0323_bib0003“，”DOI-asserted-by“：”publisher“，”first page“：”167“，“DOI:”10.1007\/s002110050258“，”文章标题“：“通过总变差最小化和相关问题恢复图像”，“卷”：“76”，“作者”：“Chambolle”，“年份”：“1997”，“日志标题”：“数字数学”}，{“问题”：“1”，“关键”：“10.1016\/j.ins.2017.033_bib0004”，“首页”：“89”，“文章标题”：”总变差最小化和应用的算法“，”卷“：“20”，“作家”：“Chambolle”，“year”：“2004”，“journal-title”：“J.Math.Imaging Vision”}，{“key”：“10.1016\/J.ins.2017.03.023_bib0005”，“doi-asserted-by”：“publisher”，“first page”：”136“，“doi”：“101007\/11585978_10”，“article-title“：”总变差最小化和一类二进制MRF模型“，”volume“：”3757“，”author“：”Chambolley“，”year“：”2005“journal-title“”：“能量最小化方法计算。视觉模式识别。”}，｛“问题”：“4”，“密钥”：“10.1016\/j.in.2017.03.023_bib00006”，“doi断言”：“出版商”，“第一页”：“1408”，“doi”：“10.1137\/S10648727500383123”，“文章标题”：“用于高分辨率图像重建的小波算法”，“卷”：“24”，“作者”：“Chan”，“年份”：“2003”，“期刊标题”：“SIAM J.Sci.Compute.”}，{“issue”：“5”，“key”：“10.1016\/J.ins.2017.03.023_bib0007”，“doi-asserted-by”：“publisher”，“first page”：”1817“，“doi”：“101137\/040604297”，“article-title”：“总变差方面正则化\u21131函数近似”，“volume”：：“65”，“author”：“Chan”，”year“2005”，“journal-title“：”SIAM J.Appl.Math。}，{“问题”：“3”，“密钥”：“10.1016\/j.in.2017.03.023_bib00008”，“doi断言者”：“出版商”，“第一页”：“167”，“doi”：“10.1007\/s10851-011-0298-7”，“文章标题”：“用于总变异去模糊和分割的快速定点算法”，“卷”：“43”，“作者”：“陈”，“年份”：“2012”，“期刊标题”：“j.Math.Imageing Vision”}，{“问题”：“4”，“关键”：“10.1016\/j.ins.2017.03.023_bib0009”，“doi-asserted-by”：“publisher”，“first page”：“1168”，“doi”：“10.1137\/050626090”，“article-title”：“近端正向反向分裂信号恢复”，“volume”：”4“，“author”：“Combettes”，“year”：“2005”，“journal-title“：”Multiscale Model.Simul.“}，{”key“：”10.1016\/j.ins.2017.023_bib0010“，”doi-asserted-by“：“publisher”，“first page”：“185”，”DOI“：”10.1007\/9781-4419-9569-8_10“，”article-title“：”信号处理中的邻近分裂方法“，”volume“：”49“，”author“：”Combettes“，”year“：”2011“，”journal title“：“Fixed-Point Algorithm Inverse Prob.Sci.Eng.”}，{“issue”：“4”，“key”：”10.1016\/j.ins.2017.03.023_bib0011“，”DOI-asserted-by“：”publisher“，“首页”：“1015”，“DOI”：“10.1137\/09076934X”，“文章标题”：“成像科学中凸优化的一类一阶初等算法的通用框架”，“卷”：“3”，“作者”：“Esser”，“年份”：“2010”，“期刊标题”：“SIAM J.imaging Sci.”}，｛“key”：“10.1016\/J.in.2017.03.023_bib0012”，“系列标题”：“非光滑分析”，“作者”：“Gao”，“年份”：“2008”}，{“issue”：“2”，“key”：“10.1016\/j.ins.2017.03.023_bib0013”，“doi-asserted-by”：“publisher”，“first page”：”622“，”doi“：”10.1137\/040608982“，”article-title“：”基于全变分的图像恢复的二阶锥规划方法“，”volume“：”27“，”author“：”Goldfarb“，”year“：”2005“，”journal-title”：“SIAM j.Sci.Compute.”}{“问题”：“2”，“密钥”：“10.1016\/j.ins.2017.03.023_bib0014”，“doi-asserted-by”：“publisher”，“first page”：“323”，“doi”：“10.1137\/080725891”，“article-title”：“l1-正则化问题的分裂bregman方法”，“volume”：”2“，“author”：“Goldstein”，“year”：“2009”，“journal-title“：”SIAM j.Imaging Sci.7.03.023_bib0015“，”doi-asserted-by“：“publisher”，“first page”：“1”，“DOI”：“10.1137\/040613263”，“article-title”：“基于电视的inf-convolution类型图像恢复的不可行的原对偶算法”，“volume”：”28“，“author”：“Hinterm\u00fcller”，“year”：“2004”，“journal-title“：”SIAM J.Sci.Compute.“}，{“issue”：“2”，“key”：《10.1016\/J.ins.2017.033_bib0016》，“DOI-asserted-b”y“：”publisher“，“first page”：“1207”，“DOI”：“10.1137\/140993090”，“article-title”：“关于凸组合优化线性近似算法的收敛速度”，“volume”：”26“，“author”：“Hu”，“year”：“2016”，“journal title”：”SIAM J.Optm.“}，{”issue“：”1“，”key“10.1016\/J.ins.2017.0323_bib0017“，”DOI-asserted-by“：”publisher“，”first page:“501”，“DOI”：“10.1007\/s10107-015-0943-9”，“article-title”：“组合最小化的近似方法”，“volume”：“158”，”author“：”Lewis“，”year“：”2016“，”journal-title“：”Math.Program.“}，{“issue”：“9”，“key”：”10.1016\/j.ins.2017.03.023_bib0018“，”DOI-asserted-by“：”publisher“，”first page“：”095003“，”DOI“：”10.1088\/0266-5611 \/28\/9\/095003“，”文章标题“：“Gauss\u2013Seidel迭代法加速的l1电视去噪模型的近似算法”，“卷”：“28”，“作者”：“李”，“年份”：“2012”，“期刊标题”：“反向概率”}，{“问题”：“2”，“键”：“10.1016\/j.ins.2017.0323_bib0019”，“doi-asserted-by”：“出版商”，“首页”：“387”，“doi”：“2007年10月14日\/s10444-014-9363-2”，“文章标题”：“解决图像处理中一类优化问题的多步定点逼近算法”，“卷”：“41”，“作者”：“李”，“年份”：“2015”，“日记标题”：“高级计算数学”}，{“问题”：“4”，“键”：“10.1016\/j.ins.2017.0323_bib0020”，“doi-asserted-by”：“出版商”，“首页”：“045009”，“doi”：“10.1088\/0266-5611\/27\/4\/045009”，“article-title”：“图像模型的邻近算法：去噪”，“volume”：“27”，“author”：“Michelli”，“year”：“2011”，“日记标题”：“Inverse Prob.”}，{“key”：”10.1016\/j.ins.2017.03.23_bib0021“，”第一页“2897”，“article-titel”：“函数-凸二元et points proximaux dans un espace hilbertie”n“，”卷“：“255”，“author”：“Moreau”，“year”：“1962”，“journal-title”：“CR Acad.Sci.Paris Sr.A Math.”}，{“issue”：“2”，”key“：”10.1016\/j.ins.2017.03.023_bib0022“，”doi-asserted-by“：”publisher“，”first page“：“633”，“doi”：“10.1137\/S003613997327794”，“article-title“：”正则化估计器的局部强同质性“，”volume“61”，“作者：“Nikolova”，“年份”：“2000”，“journal-title”：“SIAM J.Appl.Math.”}，{“issue”：“1”，“key”：“10.1016\/J.ins.2017.03.23_bib0023”，“doi-asserted-by”：“publisher”，“first-page”：“99”，“doi”：“101023\/B:JMIV.00000011920.58935.9c”，“article-title“：“一种去除离群值和脉冲噪声的变分方法”，“volume”:“20”，“author”：“Nikolova”，“year”：“2004”，“jorden”al-title“：”J。数学。成像视觉。“}，{”key“：”10.1016\/j.ins.2017.03.023_sbref0024“，”article-title“：”使用加速技术的随机近端梯度下降“，”volume“：“27”，“author”：“Nitanda”，“year”：“2014”，“journal-title”：“Adv.Neural Inf.Process.Syst.”}，}“issue”：“3”，“key”：“10.1016\/j.ins.2017.03.23_bib0025”，“doi-asserted-by”：“publisher”，“first page”：”595 4“，”doi“：”10.1080\/10556788.2014.955100“，“文章标题”：“一种交替方向的全变差去噪方法”，“卷”：“30”，“作者”：“秦”，“年份”：“2015年”，“期刊名称”：“Optim。方法软件。“}，{”issue“：”4“，”key“：”10.1016\/j.ins.2017.03.023_bib0026“，”doi-asserted-by“：”publisher“，”first page“：“591”，”doi“：”101090\/S0002-9904-1967-11761-0“，”article-title“：”non-expansive mappings的连续逼近序列的弱收敛“，”volume“：c.“}，{”问题“：”2“，”key“：“10.1016\/j.ins.2017.03.023_bib0027”，”doi-asserted-by“：”publisher“，”first page“：”460“，“doi”：“10.1137\/040605412”，“article-title”：“基于全变分的图像恢复的迭代正则化方法”，“volume”：“4”，“author”：“Osher”，“year”：“2005”，“journal-title“：”多尺度模型。模拟。“}，{”issue“：”1“，”key“：”10.1016\/j.ins.2017.03.023_bib0028“，”doi-asserted-by“：”publisher“，”first page“：“259”，”doi“：”101016\/0167-2789（92）90242-F“，”article-title“：”noise based noise remover algorithm“，“volume”：“60”，“author”：“Rudin”，“year”：“1992”，“journal-title”：“Physica D”}，”{“issue”：“1”，“密钥”：“10.1016\/j.ins.2017.03.023_bib0029“，“doi-asserted-by”：“publisher”，“first page”：“259”，“doi”：“10.1016\\0167-2789（92）90242-F”，“article-title”：“基于非线性总变差的噪声去除算法”，“volume”：”60“，“author”：“Rudin”，“year”：“1992”，“journal-title“：”Physica D“}”，{“key”：es-title“：”图像处理，1994年。诉讼程序。ICIP-94 IEEE国际会议。电气与电子工程师协会。“，”firstpage“：”31“，”article-title“：”带自由局部约束的基于全变差的图像恢复。“，”volume“：”1“，”author“：”Rudin“，”year“：”1994“}，{“issue”：“1”，“key”：“10.1016\/j.ins.2017.03.023_bib0031”，”doi-asserted-by“：”publisher“，”first page“：Shefi”，“年份”：“2014年”，“新闻标题”：“SIAM J.Optim。“}，{”issue“：”5“，”key“：”10.1016\/j.ins.2017.03023_bib0032“，”doi-asserted-by“：”publisher“，”first page“：“2117”，”doi“：”101109\/TIP.2016.2541318“，”article-title“：”Non-local auto-encoder with collaborative stabilization for image restoration“，”volume“：”25“，”author“：”Wang“，”year“：”2016“，”journal-title：“IEEE Trans.image Process.”}，”{“key““”10.1016\/j.ins.2017.03.023_bib0033“，”非结构化“：”Y.H.Wang，C.Xu，S.You，D.C.Tao，C.Xu.，整体的部分：极限视力恢复的DCT规范，2016，1604.05451“}，{“问题”：“3”，“关键”：“10.1016\/j.ins.2017.03.23_bib004”，“doi-asserted-by”：“出版商”，“首页”：“1495”，“doi”：“101109\/TIP.2016.2524207”，“文章标题”：“”多标签学习的本地rademacher复杂性”，“卷”：“25”，“作者”：“徐”，“年份”：“2016年”，“新闻标题”：“IEEE Trans。图像处理。“}]，”container-title“：[”Information Sciences“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S002002551730614X？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S002002551730614X？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[[2018,9,3]]，”date-time“：“2018-09-03T04:24:36Z”，”timestamp“：1535948676000}，”score“：1，”resource“：”{“primary”：{“URL”：“https://linkinghub.elsevier.com\/retrieve\/pi\/S0 02002551730614X“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2017，9]]}，”references-count“：34，”alternative-id“：[”S002002551730614X“]，”URL“：”http://\/dx.doi.org\/101016\/j.ins.2017.03.023“，”relationship“：{}，“ISSN”：[”0020-0255“]，“ISSN-type”：[{“value”：“0020-02555”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2017,9]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”｝，｛“value”：“用于求解总变异去噪模型的自适应定点邻近算法”，“name”：“articlettle”，“label”：“文章标题”｝，｛“value”：“Information Sciences”，“name”：“journaltitle”，“label”：“Journal Title”｝，｛“value”：“https://doi.org/10.1016\/j.in.2017.03.023”，“name”：“articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{”value“：”article“，”name“：”content_type“，”标签“：”content-type“}、{”value“：“\u00a9 2017 Elsevier Inc.保留所有权利。”，“name”：“copyright”，“label”：“copyright“}]}}”