zbMATH中的参考文献（参考 202篇文章

1. Blanchard，Jeffrey D.；Leedy，Caleb；Wu，Yimin:关于联合稀疏恢复的等级意识、阈值和音乐（2020）
2. Casazza，Peter G.；Chen，Xuemei；Lynch，Richard G.：在亚高斯映射下保持注入性及其在压缩感知中的应用（2020）
3. 程万友；陈子欣；胡庆杰：一种基于主动集的Barzilar-Borwein算法的正则化优化（2020）
4. Dupé，François Xavier；Anthonine，Sandrine:广义贪婪替代方案（2020）
5. Haddou，M.；Migot，T.：凸集上稀疏优化的平滑方法（2020）
6. Khan，医学博士Rizwan；Das，Bikramaditya；Pati，Bibhuti Bhusan：水声通信的信道估计策略：概述（2020年）
7. Li，Song；Lin，Junhong；Liu，Dekai；Sun，文昌：用于压缩数据分离的迭代硬阈值法（2020）
8. Rebollo Neira，劳拉；Rozložník，Miroslav；Sasmal，Pradip:自投影匹配追踪算法分析（2020）
9. 苏比斯，伊曼纽尔；布兰科-费罗，劳尔；奥伯特，吉勒：关于（\ell2-\ellu0）最小化问题最优性条件的新见解（2020）
10. 蒂勒，汤姆；吉瑞斯，拉贾：从低维线性子空间的联合信号泛化CoSaMP（2020）
11. 童凤华；李立祥；彭海鹏；杨义贤：稀疏二元测量矩阵火花的有效算法（2020）
12. 王刚；牛敏瑶；傅方伟：基于常维码的压缩感知矩阵的确定性构造（2020）
13. 王军；王星涛：用（\ell iu 0）拟态近似重构稀疏信号（2020）
14. 赵云斌：稀疏优化问题的最优（k）-阈值算法（2020）
15. Simon Arridge；Maass，Peter；Ozan，Ozan；Schönlieb，Carola Bibiane:使用数据驱动模型求解反问题（2019年）
16. Barbara，Abdesmad；Jourani，Abderahim；Vaiter，Samuel:稀疏分析正则化的最大解（2019）
17. 卡尔德班克，罗伯特；汉森，安德斯；罗曼，博格丹；塞辛，劳拉：从二进制测量重构函数（2019）
18. Choe，Chol-Guk；Rim，Myong Gil；Ryang，Ji Song：通过通用双基分析Dantzig selector使用一般框架进行稀疏恢复（2019）
19. Feng，Joe Mei；Krahmer，Felix；Saab，Rayan：随机循环矩阵的量化压缩感知（2019）
20. Fukshansky，Lenny；Needell，Deanna；Sudakov，Benny:整数稀疏恢复的代数视角（2019）