zbMATH参考文献（参考 30篇文章

1. 熊丹；柴，李；张景新：脉冲和竹中-马尔奎斯特基对稀疏系统辨识（2020）
2. Abrahamsen，Dylan；Fornberg，Bengt:PDE的显式时间步进与时空局部细化（2019）
3. Koep，Niklas；Behboodi，Arash；Mathar，Rudolf：压缩传感导论（2019）
4. Agapiou，Sergios；Burger，Martin；Dashti，Masoumeh；Helin，Tapio:非参数贝叶斯反问题中的稀疏提升和边缘保持极大值后验估计（2018）
5. Kronqvist，Jan；Lundell，Andreas；Westerlund，Tapio:在求解凸MINLP问题时利用可分性的重构（2018）
6. Tang，Sunli；Fernandez Granda，Carlos；Lannuzel，Sylvain；Bernstein，Brett；Lattanzi，Riccardo；Cloos，Martijn；诺尔，Florian；雅各布州副州：多室磁共振指纹识别（2018年）
7. Oktem，Figen S.；Gao，Liang；Kamalabadi，Farzad:通过凸优化计算光谱和超快成像（2017）
8. 宋万青：ADMM对振动信号的稀疏优化（2017）
9. Friedland，Shmuel；Li，Qun；Schonfeld，Dan；Bernal，Edgar A.：稀疏张量压缩感知的两种算法（2015）
10. Vidya，L.；Vivekanand，V.；Shyamkumar，U.；Mishra，Deepak：基于RBF网络的压缩传感重建稀疏信号恢复算法（2015）
11. Fountoulakis，Kimon；Gondzio，Jacek；Zhlobich，Pavel：压缩传感问题的无矩阵内点法（2014）
12. Raducanu，Bogdan；Dornaika，Fadi:通过稀疏编码为非线性流形学习嵌入新观测值（2014）ioport公司
13. Cai，T.Tony；Li，Hongzhe；Liu，Weidong；Xie，Jichun:协变量校正精密矩阵估计及其在遗传基因组学中的应用（2013）
14. Kang，Myeongmin；Yun，Sangwoon；Woo，Hyenkyun；Kang，Myungjoo：线性约束（\ell_1-\ell_2）最小化的加速Bregman方法（2013）
15. 吕兆松：一类锥规划的原对偶一阶方法（2013）
16. 白天祥；李永福：基于结构化稀疏表示的鲁棒视觉跟踪模型（2012）
17. 陆兆松；庞廷基；张勇：寻找丹孜选择器的交替方向法（2012）
18. Wong，W.K.：发现降维的潜在判别信息：非负稀疏保持嵌入（2012）
19. Yang，Jian；Zhang，Lei；Xu，Yong；Yang，Jing-Yu：超越稀疏性：模式分类中（L-U 1）优化器的作用（2012）
20. 稀疏的应用程序；Stephen NuèC，用于信号恢复的Stephen NuèC.；Emar-Nu-C，2011年《稀疏应用程序》；Stephen NuèC，EmarèC