内斯塔

NESTA：一种快速准确的稀疏恢复一阶方法。从间接和可能欠采样的数据中精确地恢复或重建图像是一个相当有趣的话题；例如，最近压缩传感领域的文献已经相当庞大。本文应用了一种平滑技术和一阶加速算法。内斯特罗夫}[数学。程序。103，No.1（A），127--152（2005；Zbl 1079.90102）]，并证明该方法非常适合于解决大规模压缩传感重建问题，因为（1）它具有计算效率；（2）它是精确的，并且返回的解具有几个正确的位数；（3） 它是灵活的，可以适应多种重建问题；并且（4）它是鲁棒的，因为它在广泛的问题中的优良性能不依赖于几个参数的微调。对具有大动态范围的真实信号的综合数值实验表明，该算法与最近提出的最新方法相比，具有更好的性能。我们还将该算法应用于其它问题的求解，如总变差最小化和凸规划在约束条件下寻求使$W∗x$范数最小，其中$W$不是对角的。该代码以Matlab语言的免费软件包形式在线提供。

此软件的关键字

画布中支持的任何元素都将被替换

zbMATH中的参考文献（参考 120篇文章，1标准件)

显示第1到第20个结果，共120个。
按年份排序(引用)
  1. 丁亮；韩伟民：稀疏正则化的投影梯度法（2020）
  2. 多元回归方法：多元回归方法
  3. 屠凯；张海斌；高欢；冯俊凯：求解凸问题线性约束差分的混合Bregman交替方向乘子法（2020）
  4. 郑，彭；阿拉夫金，阿列克桑德：非凸反问题的松弛分裂法（2020）
  5. Biau，G.；干部，B.；Rouvière，L.：加速梯度推进（2019年）
  6. 约束条件下的优化方法：无约束约束约束的张云兰（2019）；张玉兰（音译）；张玉兰（音译）和张玉兰（音译）；无约束优化方法
  7. Fan，Ya Ru；Buccini，Alessandro；Donatelli，Marco；Huang，Ting Zhu：压缩感知的非凸正则化方法（2019）
  8. 冯磊；孙怀江；朱军：基于半二次函数和加权Schatten-（p）范数的鲁棒图像压缩感知（2019）
  9. Hien，Le Thi Khanh；Nguyen，Cuong V.；Xu，Huan；Lu，Canyi；Feng，Jiashi:复合非强凸优化的加速随机镜像下降算法（2019）
  10. Koep，Niklas；Behboodi，Arash；Mathar，Rudolf：压缩传感导论（2019）
  11. 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）
  12. 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）
  13. Renegar，James:双曲规划的加速一阶方法（2019）
  14. 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）
  15. 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）
  16. 杨天宝；张立军；金，荣；朱圣火；周志华：压缩传感的一种简单同伦近端映射算法（2019）
  17. 周瑜；郭，海南：基于双域稀疏表示的协同块压缩感知重建（2019）
  18. Bolte，Jérôme；Sabach，Shoham；Teboulle，Marc:基于非凸拉格朗日优化：监控方案和全局收敛（2018）
  19. Guillaume Garrigos；Rosasco，Lorenzo；Villa，Silvia:双对角下降迭代正则化（2018）
  20. Irannejad，Maziar；Mahdavi Nasab，Homayoun:基于稀疏表示和字典学习的块匹配视频压缩（2018）