2.1广义逆
我们对广义逆的迭代公式感兴趣,因为我们的新算法使用了它。因此,在我们进行详细讨论之前,我们首先给出一些定义和引理。
定义2.1[29]
让,然后X(X)称为的伪逆A类并用表示.如果X(X)满足以下属性,即摩尔-彭罗斯条件:
(2.1)
备注2.1内部反转不是唯一的。一般来说,矩阵的内部逆的集合A类表示为.
定义2.2[29]
让,套装
(2.2)
称为范围.
引理2.1[30]
让 ;if初始矩阵 满足
(2.3)
哪里 我 是一个与矩阵维数相同的单位矩阵 A类 和 是矩阵的共轭转置 A类.然后是序列 由生成
(2.5)
收敛于 .
2.2线性化Bregman迭代
Bregman距离[31],基于凸函数J,在点之间u个和v(v),由定义
(2.6)
哪里是的次梯度集中的元素J在这一点上v(v).一般情况三角不等式不满足,所以不是通常意义上的距离。有关详细信息,请参阅[31].
要解(1.3),in[19]的线性化Bregman迭代由生成
(2.7)
哪里δ是一个常量,并且。此后,我们使用表示规范。
什么时候?,算法(2.7)可以重写为
(2.8)
哪里、和
(2.9)
是软阈值运算符[18]带有
(2.10)
即,算法(2.8)被称为 线性化Bregman迭代.
随后,当A类是任意矩阵,约束条件未满足问题(1.3)的要求。所以这些条件将被推广到求解最小二乘问题,算法如下 线性化Bregman迭代[22]:
(2.11)
哪里是矩阵的广义逆A类.