zbMATH参考文献（194篇文章引用）

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. 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）
7. 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）
8. 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）
9. 王军；王星涛：用（\ell iu 0）拟态近似重构稀疏信号（2020）
10. 赵云斌：稀疏优化问题的最优（k）-阈值算法（2020）
11. Simon Arridge；Maass，Peter；Ozan，Ozan；Schönlieb，Carola Bibiane:使用数据驱动模型求解反问题（2019年）
12. Barbara，Abdesmad；Jourani，Abderahim；Vaiter，Samuel:稀疏分析正则化的最大解（2019）
13. 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）
14. 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）
15. Feng，Joe Mei；Krahmer，Felix；Saab，Rayan：随机循环矩阵的量化压缩感知（2019）
16. Fukshansky，Lenny；Needell，Deanna；Sudakov，Benny:整数稀疏恢复的代数视角（2019）
17. 耿鹏波；陈文谷；葛焕民：正交最小二乘摄动分析（2019）
18. Geppert，Jakob；Krahmer，Felix；Stöger，Dominik:稀疏幂分解：平衡峰值和样本复杂性（2019）
19. Wolfgang，2019年用样条线表示声学问题
20. Manohar，Krithika；Kaiser，Eurika；Brunton，Steven L.；Kutz，J.Nathan:多尺度动力学的优化采样（2019年）