zbMATH参考文献(参考 30篇文章

显示第1到第20个结果,共30个。
按年份排序(引用)
  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

更多出版物请访问:http://users.ece.gatech.edu/justin/l1magic/#论文