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。


zbMATH中的参考文献(参考 123篇文章 123篇,1标准件)

显示123个结果中的1到20个。
按年份排序(引用)

1 2 ... 5 6 7 下一个

  1. 吴彩英;王静;阿尔坎塔拉,简哈罗德;陈珍山:信号重构的平滑策略与共轭梯度算法(2021)
  2. 丁亮;韩伟民:稀疏正则化的投影梯度法(2020)
  3. Kanno,Yoshihiro:应用于无摩擦接触问题的加速Uzawa方法(2020)
  4. 任,盛;康,艾米丽;卢,詹森L.:MCEN:高维多项式回归的同时变量选择和聚类方法(2020)
  5. 沈春根;薛文娟;张雷红;王白云:求解(\ellΒ1)箱型约束正则优化问题的主动集近端牛顿算法(2020)
  6. 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)
  7. 郑,彭;阿拉夫金,阿列克桑德:非凸反问题的松弛分裂法(2020)
  8. Biau,G.;干部,B.;Rouvière,L.:加速梯度推进(2019年)
  9. 陈云梅;兰广辉;欧阳,于媛;张伟:无约束和球约束凸优化的快速束层方法(2019)
  10. Fan,Ya Ru;Buccini,Alessandro;Donatelli,Marco;Huang,Ting Zhu:压缩感知的非凸正则化方法(2019)
  11. 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)
  12. 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)
  13. Koep,Niklas;Behboodi,Arash;Mathar,Rudolf:压缩传感导论(2019)
  14. 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)
  15. 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)
  16. Renegar,James:双曲规划的加速一阶方法(2019)
  17. 交替_方向_卷积_去_噪_法_
  18. 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)
  19. 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)
  20. 周瑜;郭,海南:基于双域稀疏表示的协同块压缩感知重建(2019)

1 2 ... 5 6 7 下一个