格雷格·昂吉;纳文·穆尔西;劳拉·巴尔扎诺;杰弗里·费斯勒。 一种大尺度稀疏正则化图像重建的高效内存算法。 arXiv:1904.00423 预印本，arXiv:1904.00423[math.OC]（2019）。 摘要：针对具有非光滑正则化项的凸图像重建问题，我们推导了一种高效记忆的一阶变量分割算法。该算法基于原始对偶方法，其中一个对偶变量使用Frank Wolfe算法的步骤更新，而不是使用其他原始对偶算法中使用的典型的近点步骤。我们在某些情况下表明，与基于近端映射的其他一阶方法相比，该算法的内存需求要少得多。我们演示了使用非光滑边缘保持正则化的稀疏视图X射线计算机断层扫描（CT）重建问题的算法，并显示了与其他最新算法相比具有竞争性的运行时间，同时使用更少的内存。 BibTeX公司 引用 \textit{G.Ongie}等人，“大尺度稀疏正则图像重建的一种高效记忆算法”，预打印，arXiv:1904.00423[math.OC]（2019） 全文： arXiv公司 OA许可证 arXiv数据来自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.