×

基于方差的联合稀疏恢复。 (英语) Zbl 1454.94020号

作者考虑了一种新的加权联合稀疏算法,其中权重取决于计算的方差。它们的构造基于这样一个事实,即待恢复信号的支持具有相似的支持,以及信号系数相当不同的事实,这允许推断信号的元素方差应传递关于其共享支持的信息。还介绍了数值实验以及与其他求解器的比较。

MSC公司:

94甲12 信号理论(表征、重建、滤波等)
65层22 数值线性代数中的不适定性和正则化问题
65克10 数值优化和变分技术
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] B.Adcock和A.C.Hansen,发现了广义采样和无限维压缩传感。计算。数学。,16(2016),第1263-1323页·Zbl 1379.94026号
[2] D.Baron、M.F.Duarte、M.B.Wakin、S.Sarvotham和R.G.Baraniuk,《分布式压缩传感》,arXiv:0901.34032009年。
[3] J.D.Blanchard、M.Cermak、D.Hanle和Y.Jing,《联合稀疏恢复的贪婪算法》,IEEE Trans。信号处理。,62(2014),第1694-1704页·Zbl 1394.94082号
[4] P.Boufounos、G.Kutyniok和H.Rauhut,{从组合融合帧测量中稀疏恢复的平均案例分析},《第44届信息科学与系统年会论文集》,2010年,第1-6页·Zbl 1365.94066号
[5] P.Boufounos、G.Kutyniok和H.Rauhut,《从组合融合帧测量中稀疏恢复》,IEEE Trans。通知。《理论》,57(2011),第3864-3876页·Zbl 1365.94066号
[6] E.J.Candès、M.B.Wakin和s.P.Boyd,{通过重加权增强稀疏性\(ℓ_1)最小化},J.Fourier Ana。申请。,14(2008),第877-905页·Zbl 1176.94014号
[7] I.-Y.Chun和B.Adcock,{压缩传感和并行采集},IEEE Trans。通知。《理论》,63(2017),第4860-4882页·Zbl 1372.94328号
[8] I.-Y.Chun、B.Adcock和T.Talavage,{联合稀疏性提升的高效压缩感知PMRI重建},IEEE Trans。医学图像。,31(2016),第354-368页。
[9] P.L.Combettes和J.-C.Pesquet,{信号处理中的近似分裂方法},《科学与工程反问题的定点算法》,Springer Optim。申请。49,Springer,纽约,2011年,第185-212页·Zbl 1242.90160号
[10] S.F.Cotter、B.D.Rao、K.Engan和K.Kreutz-Delgado,{多测量向量线性反问题的稀疏解},IEEE Trans。信号处理。,53(2005),第2477-2488页·Zbl 1372.65123号
[11] M.A.Davenport、M.F.Duarte、Y.C.Eldar和G.Kutyniok,压缩传感简介,《压缩传感:理论与应用》,剑桥大学出版社,英国剑桥,2011年。
[12] M.F.Duarte和Y.C.Eldar,《结构化压缩传感:从理论到应用》,IEEE Trans。信号处理。,59(2011),第4053-4085页·Zbl 1392.94188号
[13] Y.C.Eldar,从子空间的结构化并集中稳健地恢复信号,IEEE Trans。通知。《理论》,55(2009),第5302-5316页·Zbl 1367.94087号
[14] Y.C.Eldar和H.Rauhut,{使用凸松弛的多通道稀疏恢复的平均案例分析},IEEE Trans。通知。《理论》,56(2010),第505-519页·兹比尔1366.94095
[15] S.Engelberg和E.Tadmor,《从带噪声的光谱数据中恢复边缘:一个新的视角》,SIAM J.Numer。分析。,46(2008),第2620-2635页·Zbl 1192.42002号
[16] S.Foucart,{通过硬阈值追踪联合恢复稀疏向量},《第九届采样理论与应用国际会议论文集》,2011年。
[17] S.Foucart和H.Rauhut,《压缩传感的数学导论》,Birkha用户,巴塞尔,2013年·Zbl 1315.94002号
[18] M.Friedlander、H.Mansour、R.Saab和I.Yilmaz,{\it使用部分支持信息恢复压缩采样信号},IEEE Trans。通知。《理论》,58(2012),第1122-1134页·Zbl 1365.94071号
[19] A.Gelb和T.Hines,《从非均匀傅里叶数据中检测边缘》,J.Fourier Ana。申请。,17(2011年),第1152-1179页·Zbl 1236.42026号
[20] A.Gelb和G.Song,{使用傅里叶帧从非均匀傅里叶数据中检测边缘},科学杂志。计算。,71(2017),第737-758页·Zbl 1384.65097号
[21] A.Gelb和E.Tadmor,《光谱数据边缘检测》,应用。计算。哈蒙。分析。,7(1999),第101-135页·Zbl 0952.42001号
[22] M.Grant和S.Boyd,{\it CVX:规范凸编程的MATLAB软件,2.0版Beta},(2013)。
[23] R.Gribonval、H.Rauhut、K.Schnass和P.Vandergheynst,{所有通道的原子,统一!使用贪婪算法的多通道稀疏恢复的平均案例分析},J.Fourier Ana。申请。,13(2008年),第655-687页·Zbl 1181.94045号
[24] M.Guerquin-Kern、L.Lejeune、K.P.Pruessmann和M.Unser,《平行磁共振成像的现实分析模型》,IEEE Trans。《医学成像》,31(2012),第626-636页。
[25] A.Majumdar和R.K.Ward,{无标定多核MR图像重建},Magn。Reson公司。《成像》,第7期(2012年),第1032-1045页。
[26] A.Makhzani和S.Valaee,{使用迭代硬阈值重建联合稀疏信号},《IEEE国际通信会议论文集》,2012年,第3564-3568页。
[27] H.Mansour和R.Saab,{加权回收率分析\(ℓ_1\)-使用空空间属性}最小化,Appl。计算。哈蒙。分析。,43(2017),第23-38页·Zbl 1384.94008号
[28] A.Martinez、A.Gelb和A.Gutierrez,{使用卷积网格算法从非均匀傅里叶数据进行边缘检测},J.Sci。计算。,61(2014),第490-512页·Zbl 1307.65026号
[29] M.Mishali和Y.C.Eldar,{减少和增加:恢复联合稀疏向量的任意集},IEEE Trans。信号处理。,56(2008),第4692-4702页·兹比尔139094306
[30] H.Monajemi、S.Jafarpour、M.Gavish、D.L.Donoho、S.Ambikasaran、S.Bacallado、D.Bhardia、Y.Chen、Y.Choi、M.Chowdhury等,{匹配高斯随机矩阵压缩传感相变的确定性矩阵},Proc。国家。阿卡德。科学。美国,110(2013),第1181-1186页·Zbl 1292.94007号
[31] G.Song和A.Gelb,{从局部框架近似逆框架算子},应用。计算。哈蒙。分析。,35(2013),第94-110页·兹比尔1293.42035
[32] J.A.Tropp、A.C.Gilbert和M.J.Strauss,《同时稀疏近似的算法》,第一部分:贪婪追求,信号处理。,86(2006),第572-588页·Zbl 1163.94396号
[33] J.A.Tropp、A.C.Gilbert和M.J.Strauss,《同时稀疏近似的算法》,第二部分:凸松弛},信号处理。,86(2006),第589-602页·兹比尔1163.94395
[34] E.van den Berg和M.P.Friedlander,《SPGL1:大型稀疏重建求解器》,(2007)。
[35] E.van den Berg和M.P.Friedlander,{多重测量恢复的理论和经验结果},IEEE Trans。通知。《理论》,56(2010),第2516-2527页·Zbl 1366.94138号
[36] 杨振中,张振中,压缩传感中L1问题的交替方向算法,SIAM J.Sci。计算。,33(2011),第250-278页·Zbl 1256.65060号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。