×

强凸全变分正则化的最优一阶方法的实现。 (英语) Zbl 1256.65063号

本文提出了一种大规模问题的最优一阶优化算法的实际实现。该算法适用于光滑函数和强凸函数。而底层算法Y.内斯特罗夫[数学课程,103,第1(A)期,127-152(2005年;Zbl 1079.90102号)]该算法需要了解表征光滑性和强凸性的两个参数,在迭代过程中估计这些参数。这使得该算法具有实际应用价值。这些机制也可以应用于非强凸函数。
作者测试了该算法的性能,并将其与梯度投影算法的两种变体和FISTA算法的变体进行了比较。他们将该方法应用于一般三维测试问题的全变分正则层析重建。该软件以C实现形式提供,带有MATLAB接口。

MSC公司:

65K10码 数值优化和变分技术
65兰特 积分方程反问题的数值方法
90立方 非线性规划
49J20型 偏微分方程最优控制问题的存在性理论
49立方米 基于非线性规划的数值方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Alter,F.、Durand,S.、Froment,J.:JPEG图像无伪影解压缩的自适应总变化。数学杂志。成像视觉。23, 199–211 (2005) ·doi:10.1007/s10851-005-6467-9
[2] Barzilai,J.,Borwein,J.M.:两点步长梯度法。IMA J.数字。分析。8, 141–148 (1988) ·Zbl 0638.65055号 ·doi:10.1093/imanum/8.1.141
[3] Beck,A.,Teboulle,M.:基于梯度的快速算法,用于约束全变差图像去噪和去模糊问题。IEEE传输。图像处理。18, 2419–2434 (2009) ·Zbl 1371.94049号 ·doi:10.1109/TIP.2009.2028250
[4] Beck,A.,Teboulle,M.:线性反问题的快速迭代收缩阈值算法。SIAM J.成像科学。2, 183–202 (2009) ·Zbl 1175.94009号 ·doi:10.1137/080716542
[5] Becker,S.、Bobin,J.、CandèS,E.J.:NESTA:稀疏恢复的快速准确一阶方法。SIAM J.成像科学。4(1), 1–39 (2011) ·Zbl 1209.90265号 ·数字对象标识代码:10.1137/090756855
[6] Becker,S.、CandèS,E.J.、Grant,M.:凸锥问题的模板及其在稀疏信号恢复中的应用。数学。程序。计算。3, 165–218 (2011) ·Zbl 1257.90042号 ·doi:10.1007/s12532-011-0029-5
[7] Bioucas-Dias,J.M.,Figueiredo,M.A.T.:一种新的TwIST:用于图像恢复的两步迭代收缩/阈值算法。IEEE传输。图像处理。16(12), 2992–3004 (2007) ·Zbl 05516510号 ·doi:10.1109/TIP.2007.909319
[8] Birgin,E.G.,Martínez,J.M.,Raydan,M.:凸集上的非单调谱投影梯度方法。SIAM J.Optim公司。10, 1196–1211 (2000) ·Zbl 1047.90077号 ·doi:10.1137/S1052623497330963
[9] Boyd,S.,Vandenberghe,L.:凸优化。剑桥大学出版社,剑桥(2004)·Zbl 1058.90049号
[10] Chambolle,A.:总变异最小化算法及其应用。数学杂志。成像视觉。20, 89–97 (2004) ·Zbl 1366.94048号 ·doi:10.1023/B:JMIV.0000011320.81911.38
[11] Chambolle,A.:总变异最小化和一类二进制MRF模型。收录:Rangarajan,A.、Vemuri,B.、Yuille,A.L.(编辑)《计算机视觉和模式识别中的能量最小化方法》。计算机科学课堂讲稿,第3757卷,第136-152页。柏林施普林格出版社(2005)
[12] Chambolle,A.,Pock,T.:凸问题的一阶原对偶算法及其在成像中的应用。数学杂志。成像视觉。40, 120–145 (2011) ·Zbl 1255.68217号 ·doi:10.1007/s10851-010-0251-1
[13] Chan,T.F.,Golub,G.H.,Mulet,P.:基于全变分的图像恢复的非线性原对偶方法。SIAM J.科学。计算。20, 1964–1977 (1998) ·Zbl 0929.68118号 ·doi:10.1137/S1064827596299767
[14] Chan,T.F.,Shen,J.:图像处理与分析:变分、PDE、小波和随机方法。SIAM,费城(2005)·Zbl 1095.68127号
[15] Combettes,P.L.,Luo,J.:用于不可微约束图像恢复的自适应水平集方法。IEEE传输。图像处理。11295-1304(2002年)·Zbl 05452843号 ·doi:10.1109/TIP.2002.804527
[16] Dahl,J.,Hansen,P.C.,Jensen,S.H.,Jenson,T.L.:通过一阶方法重建全变差图像的算法和软件。数字。算法53、67–92(2010)·Zbl 1181.94009号 ·doi:10.1007/s11075-009-9310-3
[17] Dai,Y.H.,Liao,L.Z:Barzilai和Borwein梯度方法的R-线性收敛性。IMA J.数字。分析。22, 1–10 (2002) ·Zbl 1002.65069号 ·doi:10.1093/imanum/22.1.1
[18] Darbon,J.,Sigelle,M.:离散约束总变差图像恢复-第一部分:快速准确优化。数学杂志。成像视觉。26, 261–276 (2006) ·Zbl 1478.94026号 ·doi:10.1007/s10851-006-8803-0
[19] Fletcher,R.:无约束优化的低存储方法。收录:Allgower,E.L.,Georg,K.(编辑)《非线性方程组的计算解》,第165-179页。美国数学。普罗维登斯学会(1990年)
[20] Goldfarb,D.,Yin,W.:基于全变分的图像恢复的二阶锥规划方法。SIAM J.科学。计算。27, 622–645 (2005) ·Zbl 1094.68108号 ·数字对象标识代码:10.1137/040608982
[21] Grippo,L.,Lampariello,F.,Lucidi,S.:牛顿方法的非单调线搜索技术。SIAM J.数字。分析。23, 707–716 (1986) ·Zbl 0616.65067号 ·doi:10.1137/0723046
[22] Hansen,P.C.:《离散逆问题:洞察力和算法》。SIAM,费城(2010)·Zbl 1197.65054号
[23] Herman,G.T.:《计算机层析成像基础:投影图像重建》,第2版。施普林格,纽约(2009)·Zbl 1280.92002年
[24] Hintermüller,M.,Stadler,G.:基于全有界变量的INF卷积型图像恢复的不可行原对偶算法。SIAM J.科学。计算。28, 1–23 (2006) ·Zbl 1136.94302号 ·数字对象标识代码:10.1137/040613263
[25] Jörgensen,J.H.:Tomobox(2010)。www.mathworks.com/matlabcentral/fileexchange/28496-tomobox
[26] Kak,A.C.,Slaney,M.:计算机断层成像原理。SIAM,费城(2001)·Zbl 0984.92017号
[27] Lan,G.,Lu,Z.,Monteiro,R.D.C.:锥规划的O(1/)迭代复杂性的原对偶一阶方法。数学。程序。,序列号。A 126(1),1-29(2011)·Zbl 1208.90113号 ·doi:10.1007/s10107-008-0261-6
[28] Nemirovsky,A.S.,Yudin,D.B.:优化中的问题复杂性和方法效率。威利,纽约(1983年)
[29] Nesterov,Y.:一种收敛速度为O(1/k2)的无约束凸极小化问题的方法。苏联。数学。多克。269543–547(1983年)
[30] Nesterov,Y.:凸优化入门讲座。Kluwer学术,多德雷赫特(2004)·Zbl 1086.90045号
[31] Nesterov,Y.:非光滑函数的光滑最小化。数学。程序。,序列号。A 103、127–152(2005)·Zbl 1079.90102号 ·doi:10.1007/s10107-004-0552-5
[32] Nesterov,Y.:最小化复合目标函数的梯度方法(2007)。CORE讨论文件编号2007076,www.ecore.be/DPs/dp_1191313936.pdf
[33] Nolet,G.(编辑):地震层析成像及其在全球地震学和勘探地球物理学中的应用。多德雷赫特·雷德尔(1987)
[34] Parrish,R.:getLebedevSphere(2010年)。www.mathworks.com/matlabcentral/fileexchange/27097-getlebedevsphere网站
[35] Raydan,M.:大规模无约束最小化问题的Barzilai和Borwein梯度方法。SIAM J.Optim公司。7, 26–33 (1997) ·Zbl 0898.90119号 ·doi:10.1137/S10526223494266365
[36] Rudin,L.I.,Osher,S.,Fatemi,E.:基于非线性总变差的噪声去除算法。《物理学D》60,259–268(1992)·Zbl 0780.49028号 ·doi:10.1016/0167-2789(92)90242-F
[37] Schabel,M.:3D Shepp-Logan幻影(2006)。www.mathworks.com/matlabcentral/fileexchange/9416-3d-shepp-logan-phantom
[38] Tseng,P.:关于凹凸优化的加速近似梯度法。手稿(2008)。www.math.washington.edu/\(\sim\)tseng/papers/apgm.pdf
[39] Vandenberghe,L.:大型系统的优化方法。课堂讲稿(2009年)。www.ee.ucla.edu/\(\sim\)vandenbe/ee236c.html
[40] Vogel,C.R.,Oman,M.E.:总变差去噪的迭代方法。SIAM J.科学。计算。17, 227–238 (1996) ·Zbl 0847.65083号 ·doi:10.1137/0917016
[41] Weiss,P.,Blanc-Féraud,L.,Aubert,G.:图像处理中在约束条件下最小化总变差的有效方案。SIAM J.科学。计算。31, 2047–2080 (2009) ·Zbl 1191.94029号 ·doi:10.1137/070696143
[42] Zhu,M.,Wright,S.J.,Chan,T.F.:基于双重性的全变分正则图像恢复算法。计算。最佳方案。申请。(2008). doi:10.1007/s10589-008-9225-2·Zbl 1208.90165号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。