帕内斯

PARNES:一种快速收敛的稀疏和近似稀疏信号的精确恢复算法，本文提出了一种求解LasSO问题的算法——内斯塔Laso，即在解上具有1-范数约束的欠定线性最小二乘问题。我们证明了在约束等距性（RIP）和解的稀疏性条件下，内斯塔Laso几乎总是局部线性收敛的。在算法内斯塔的情况下，由贝克尔、Bobin和Cand’ES提出，我们依赖于涅斯捷罗夫加速的近端梯度法，它花费$O（SqRT { 1 /VaRePiSLIO}）$迭代来达到$ValpSelon＞0美元的最优值。我们介绍了修改内斯特罗夫方法，定期更新PROX中心以可证明的最佳方式。上述线性收敛部分是由于这种修改。在本文的第二部分中，我们尝试利用内斯塔Laso结合van den Berg和FreEnLand在帕累托SPGL1求解器中使用的根求根方法来解决基追踪去噪（BPDN）问题（即，逼近欠定最小二乘问题的最小1范数解）。由此产生的算法称为PARNES。我们提供的数值证据表明，它与当前可用的求解器相比较。

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（12篇文章中引用）

显示结果1至12的12。
按年份排序（引文）

  1. Derksen，危害：奇异值的一般理论及其在信号去噪中的应用（2018）
  2. Alli Oke，RaZa.O；Heath，William P.：凸函数的割线基Nesturbv方法（2017）
  3. Karimi，萨哈尔；Vavase:史蒂芬：IMRO：求解（ELY1）正则最小二乘问题的近似拟牛顿方法（2017）
  4. 梁，Jingwei；Fadili，Jalal；Payr，加布里埃尔：向前向后型方法的活动识别和局部线性收敛（2017）
  5. NoMiIe，阿诺德：OSGA:一种具有最优复杂度的快速次梯度算法（2016）
  6. 林，Qihang；萧，林：一种自适应加速近端梯度法及其同伦延拓算法（2015）
  7. O'DooGuuu，布兰登；Cand艾曼纽，艾曼纽：加速梯度方案的自适应再启动（2015）
  8. 朱，魏；舒，石；程，Lizhi：一种基于全变分的图像恢复的有效邻近点算法（2014）
  9. 顾，明；利姆，Lek Heng；吴，Cinna Julie：PARNES:一种快速收敛的稀疏和近似稀疏信号的精确恢复算法（2013）
  10. 萧，林；张，佟：稀疏最小二乘问题的一种近端梯度同伦方法（2013）
  11. 贝克尔，Stephen R.；Cand Es，Emmanuel J.；Grand，Michael C.：凸锥问题的模板及其在稀疏信号恢复中的应用（2011）
  12. 张，H；程，L. Z.：矩阵完备化的投影LordWebver迭代（2010）