GPSR公司

用于稀疏重建的GPSR梯度投影。在信号处理和统计推断中,许多问题都是基于求解一个不确定线性方程组的稀疏解。基追踪、最小绝对收缩和选择算子(LASSO)、基于小波的反褶积和压缩感知只是几个著名的例子。在计算上,这个问题可以用不同的方式来表示,其中大多数是凸优化问题。我们考虑了一个公式,其中一个惩罚项涉及信号的比例l1范数被添加到一个最小二乘项,这个问题可以重新表述为一个有界约束的凸二次规划。这个问题可能有非常多的变量(尽管只有一小部分变量远离解的边界),并且定义它的数据通常不能显式地存储。我们发现梯度投影类型的解算器,使用特殊的线搜索和终止技术,在我们的测试问题上比以前提出的其他技术,包括内点技术,提供更快的解决方案。基于共轭梯度算法的去噪步骤进一步提高了结果。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。


ZBMaCT中的参考文献(1篇文章中提到)

显示1的结果1。
按年份排序(引用)

  1. non-predual-point-Pursing算法;non-predual-point-Pursing,2009;non-predual-point-Pursing算法伊波尔特