科萨普

CoSaMP:从不完整和不准确的样本中进行迭代信号恢复。压缩采样为获得相对于正交基可压缩的信号提供了一种新的范式。压缩采样的主要算法挑战是从噪声样本中逼近可压缩信号。本文描述了一种新的迭代恢复算法CoSaMP,它提供了与基于最佳优化的方法相同的保证。此外,该算法对计算量和存储量有严格的限制。它对于实际问题可能是非常有效的,因为它只需要矩阵向量与采样矩阵相乘。对于可压缩信号,运行时间仅为$O(Nlog^{2}N)$,其中$N$是信号的长度。


zbMATH中的参考文献(参考文献228篇)

显示228个结果中的1到20个。
按年份排序(引用)

1 2 ... 10 11 12 下一个

  1. 蔡剑锋;李静芝;吕锡良;游俊涛:通过硬阈值跟踪从无相位测量中恢复稀疏信号(2022)
  2. 弗林斯,阿克塞尔;格罗,贝尼迪克;罗斯特,因果;埃塞特,詹斯;Wunder,Gerhard:分层测量的层次等距特性(2022)
  3. 阿米尔,塔尔;巴士里,罗南;纳德勒,博阿斯:修剪套索:稀疏恢复保证和广义软最小罚实用优化(2021)
  4. 蔡云:用于块稀疏恢复和秩最小化的加权(l_p-l_1)最小化方法(2021)
  5. 陈尧;高庆义;梁法明;王,肖:基于深度神经网络的非线性变量选择(2021)
  6. 崔,博苏;伊文,马克A。;Krahmer,Felix:稀疏调和变换:学习多变量函数的一类新的次线性时间算法(2021)
  7. 崔,博苏;伊文,马克;Volkmer,Toni:稀疏谐波变换。二: 次线性时间有界正交乘积基的最佳(s)项逼近保证(2021)
  8. 德洛埃拉,耶稣会。;黑线鳕,杰米;妈妈,安娜;Needell,Deanna:优化与信号处理中的数据驱动算法选择与调整(2021)
  9. 黄健;焦裕玲;金邦提;刘、金;吕锡良;Yang,Can:非凸稀疏恢复的统一原-对偶主动集算法(2021)
  10. 那么,劳拉;马雷利,斯特凡诺;苏德雷特,布鲁诺:稀疏多项式混沌展开:文献综述与基准(2021)
  11. 秦、静;李爽;尼德尔,迪安娜;妈妈,安娜;格罗瑟,雷切尔;黄晨曦;Durgin,Natalie:多测量向量的随机贪婪算法(2021)
  12. Tendero,Yohann;伊戈尔Ciril;达本,杰罗姆;Serna,Susana:基于极大单调算子的压缩感知问题求解算法(2021)
  13. 王瑞;秀,奈华;周生龙:正则化稀疏logistic回归的扩展牛顿型算法及其对大规模数据集分类的有效性(2021)
  14. 王晓青;张浩;孙玉洁;王兴元:一种基于压缩感知和新的超混沌系统的明文相关图像加密算法(2021)
  15. 文,金明;李海峰:基于二进制匹配追踪的二进制稀疏信号恢复(2021)
  16. 徐嘉良;赵云斌:基于对偶密度的重加权(\ell1)-一类(\ell0)-极小化问题的算法(2021)
  17. 周生龙;潘,丽丽;修乃华:正则化优化的牛顿法(2021)
  18. 朱文星;黄子霖;陈建利;彭,郑:求解欠定线性方程组稀疏解的迭代加权阈值同伦方法(2021)
  19. 布兰查德,杰弗里D。;利迪,卡莱布;吴益民:联合稀疏恢复的等级意识、阈值和音乐(2020)
  20. 卡萨扎,彼得G。;陈雪梅;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)

1 2 ... 10 11 12 下一个