zbMATH参考文献(参考 80篇文章 参考)

显示第1到第20个结果,共80个。
按年份排序(引用)
  1. 程万友;胡庆杰;李东辉:一种基于主动集预测的快速共轭梯度算法(2019)
  2. Esmaeili,Hamid;Shabani,Shima;Kimiaei,Morteza:稀疏恢复的新广义收缩共轭梯度法(2019)
  3. 李倩;白彦勤;余长军;袁亚翔:一种新的分段二次逼近方法(lu0)范数极小化问题(2019)
  4. 刘泽贤;刘红伟;王锡平:全变分极小化的加速增广拉格朗日法(2019)
  5. Rahpeymaii,Farzad;Amini,Keyvan;Allahviranloo,Tofigh;Malkhalifeh,Mohsen-Rostamy:一类新的无约束光滑优化和绝对值方程共轭梯度法(2019)
  6. 沈,袁;季,雷:用带扩展步长的新线性化交替方向乘子法进行全变差去模糊和去噪的偏卷积(2019)
  7. 吴彩英;詹佳明;陆越;陈珍山:基于平滑(l逯1)范数的共轭梯度算法信号重建(2019)
  8. 徐月生;叶,齐:广义Mercer核与再生核Banach空间(2019)
  9. Barbero,Álvaro;Sra,Suvrit:多维全变差正则化的模块化近端优化(2018)
  10. 程万友;戴玉红:基于梯度的主动集策略优化方法(2018)
  11. 程万友;李东辉:带主动集策略的预处理共轭梯度法(\ell_1)-正则化最小二乘法(2018)
  12. 陈,苗;杜,寿强:求解一类非光滑优化问题的光滑FR共轭梯度法(2018)
  13. Iutzeler,Franck;Malick,Jérôme:关于交替惯性的近端梯度算法(2018)
  14. 陆兆松;陈晓军:有限收敛的正则化凸二次规划的广义共轭梯度法(2018)
  15. Ülkü,İrem;Kizgut,Ersin:基于在线学习的稀疏表示的大规模高光谱图像压缩(2018)
  16. 朱建光;李凯;郝斌斌:基于高阶全变分和(l逯1)正则化模型的图像复原(2018)
  17. Zibetti,Marcelo V.W.;Lin,Chuan;Herman,Gabor T.:用于图像重建的全变差优化共轭梯度法(2018)
  18. Buccini,Alessandro:非平稳迭代Tikhonov正则化预条件条件(2017)
  19. 邓红;任东伟;肖刚;张大卫;左王蒙:全变差最小化的坐标下降法(2017)
  20. 龚茂国;蒋向明;李浩:基于正则化的不适定问题的优化方法:一项调查和多目标框架(2017)