斯蒂芬·贝克尔;杰罗姆·博宾;伊曼纽尔·坎迪斯。 NESTA:一种快速准确的稀疏恢复一阶方法。 (英语) Zbl 1209.90265号 SIAM J.成像科学。 4,第1期,1-39页(2011年). 小结:从间接和可能采样不足的数据中准确恢复信号或重建图像是一个非常有趣的话题;例如,最近压缩感知领域的文献已经相当丰富。本文应用了平滑技术和一阶加速算法于。内斯特罗夫[数学课程,103,第1(A)期,127-152(2005年;兹比尔1079.90102)],并证明该方法非常适合解决大规模压缩感知重建问题,因为(1)它计算效率高;(2) 它是准确的,并返回几个正确数字的解;(3) 它具有灵活性,能够适应多种重建问题;并且(4)它是鲁棒的,因为它在许多问题上的优异性能不依赖于几个参数的微调。对具有较大动态范围的真实信号进行的综合数值实验表明,与最近提出的最新方法相比,该算法具有更好的性能。我们还将该算法应用于解决其他备选方案较少的问题,例如总变分最小化和在约束条件下寻求(W_x)的(ell_1)范数最小化的凸规划,其中(W)不是对角的。该代码在网上免费提供Matlab公司语言。 引用于131文件 MSC公司: 90C06型 数学规划中的大尺度问题 90立方厘米25 凸面编程 94A08型 信息和通信理论中的图像处理(压缩、重建等) 关键词:内斯特罗夫方法;非光滑函数的光滑逼近;\(\ell_1\)最小化;凸优化中的对偶性;延拓方法;压缩感知;总变量最小化 引文:Zbl 1079.90102号 软件:NESTA公司;CoSaMP公司;PDCO公司;Matlab公司;格尔姆奈特;回收PF;钠28;FPC_AS公司 PDF格式BibTeX公司 XML格式引用 \textit{S.Becker}等人,SIAM J.成像科学。4、第1、1-39号(2011;Zbl 1209.90265) 全文: 内政部 arXiv公司 链接