×
张燕峰;黄云宝;李海燕;李、浦;西安范

用于稀疏信号恢复的共轭梯度硬阈值追踪算法。 （英语） 兹比尔1461.94053

算法（巴塞尔） 12，第2号，第36号论文，第15页（2019年）.
摘要：我们提出了一种新的迭代贪婪算法来重建压缩感知中的稀疏信号。该算法称为共轭梯度硬阈值追踪（CGHTP），是硬阈值追踪和共轭梯度迭代硬阈值追踪的简单组合。将具有快速渐近收敛速度的共轭梯度法集成到仅使用简单线搜索的HTP格式中，加快了迭代过程的收敛速度。此外，自适应步长选择策略不断缩小步长，直到满足收敛准则，确保算法在不选择步长的情况下具有稳定和快速的收敛速度。最后，在高斯信号和真实图像上的实验证明了该算法在收敛速度和重建性能方面的优势。

引用于1文件

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
90摄氏52度 降低梯度类型的方法
94A08型 信息与通信理论中的图像处理（压缩、重建等）

关键词：

压缩感知;稀疏恢复;共轭梯度;迭代算法

软件：

拉索
PDF格式BibTeX公司 XML格式引用
\textit{Y.Zhang}等人，《算法（巴塞尔协议）》第12卷第2期，第36号论文，第15页（2019年；Zbl 1461.94053）
全文： 内政部

参考文献：

[1] 多诺霍，D.L。；压缩传感；IEEE传输。Inf.理论：2006年；第4卷，1289-1306·Zbl 1288.94016号
[2] Eldar，Y。；Kutinyok，G；压缩传感：理论与应用：英国剑桥，2011；第4卷，1289-1306。
[3] 张杰。；向，Q。；Yin，Y。；陈，C。；Xin，L。；无线图像传感器网络中的自适应压缩感知；Multimed公司。工具应用：2017; 第3卷，4227-4242。
[4] 陈，Z。；Fu，Y。；Xiang，Y。；Rong，R。；基于自适应正则化的CS-MRI迭代收缩算法；IEEE信号处理。信函：2017; 第10卷，1443-1447。
[5] Bu，H。；陶，R。；Bai，X。；赵，J。；基于压缩感知的SAR成像新算法；IEEE地质科学。遥感快报：2015; 第5卷，1003-1007。
[6] 克雷文，D。；麦金利，B。；基尔马丁。；Glavin，M。；琼斯，E。；生物电信号的压缩传感：综述；IEEE J.生物医学。健康信息：2015; 第2卷，529-540。
[7] 坎迪斯，E.J。；陶，T。；线性规划译码；IEEE传输。Inf.理论：2005年；第12卷，4203-4215·Zbl 1264.94121号
[8] 坎迪斯，E.J。；J.隆伯格。；陶，T。；鲁棒不确定性原理：基于高度不完全频率信息的精确信号重构；IEEE传输。Inf.理论：2006年；第2卷，489-509·Zbl 1231.94017号
[9] Vujović，S。；斯坦科维奇一世。；Daković，M。；Stanković，L。；基于梯度的稀疏信号重建算法与LASSO（ISTA）算法的比较；第五届地中海嵌入式计算会议记录：，377-380. ·Zbl 1386.94038号
[10] 贝克，A。；特布尔，M。；线性反问题的快速迭代收缩阈值算法；SIAM J.成像科学：2009; 第1卷，183-202·Zbl 1175.94009号
[11] 谢，K。；何，Z。；奇乔基，A。；FOCUSS算法的收敛性分析；IEEE传输。神经网络。学习。系统：2015；第3卷，601-613。
[12] 医学博士齐贝蒂。；Helou，E.S。；皮帕，D.R。；基于线性搜索的超松弛单调快速迭代收缩阈值算法在稀疏重建中的加速应用；IEEE传输。图像处理：2017; 第7卷，3569-3578·Zbl 1409.94807号
[13] 崔，A。；彭杰。；李，H。；温，M。；贾，J。；基于非凸方法的迭代阈值算法ℓp-范数正则化最小化；J.计算。申请。数学。：2019; 第347173-180卷·Zbl 1410.90162号
[14] 费，W。；刘，P。；刘，Y。；邱，R.C。；于伟（Yu，W.）。；基于p-范数模型拟合的脉冲噪声压缩感知鲁棒稀疏恢复；IEEE声学、声学、语音和信号处理国际会议论文集（ICASSP）：。
[15] Ghayem，F。；Sadeghi，M。；Babaie-Zadeh，M。；Chatterjee，S。；斯科格隆德，M。；朱滕，C。；基于迭代近端投影的稀疏信号恢复；IEEE传输。信号处理：2018; 第4卷，879-894·兹比尔1414.94214
[16] 德克森，S。；Lecué，G。；Rauhut，H。；关于受限等距性质与稀疏恢复条件之间的差距；IEEE传输。信息理论：2018年；第8卷，5478-5487·Zbl 1401.94031号
[17] 科恩，A。；Dahmen，W。；DeVore，R。；受限等距性质下的正交匹配追踪；施工。约：2017年；第1卷，113-127·Zbl 1379.94014号
[18] 萨帕西，S。；查克拉波蒂，M。；关于cosamp和子空间追踪算法收敛的迭代次数；申请。计算。哈蒙。分析：2017; 第3卷，568-576·Zbl 1372.65183号
[19] Needell，D。；Vershynin，R。；基于正则化正交匹配追踪的不完全和不精确测量信号恢复；IEEE J.选择。顶部。信号处理：2010; 第2卷，310-316。
[20] Wang，J。；Kwon，S。；李，P。；垫片B。；基于广义正交匹配追踪的稀疏信号恢复：一种新的分析；IEEE传输。信号处理：2016; 第4卷，1076-1089·Zbl 1412.94098号
[21] 姚，S。；Wang，T。；Chong，Y。；潘，S。；基于稀疏度估计的自适应匹配追踪算法；Multimed公司。工具应用：2018; 第4卷，4095-4112。
[22] 萨达特股份有限公司。；Safari，A。；Needell，D。；基于稳定正交匹配追踪（SOMP）的区域重力信号稀疏重建；纯应用程序。地球物理：2016; 第6卷，2087-2999年。
[23] 崔，Y。；徐伟（Xu，W.）。；田，Y。；林，J。；扰动块正交匹配追踪；电子。信函：2018; 第22卷，1300-1302。
[24] 西澳州沙拉比。；萨阿德，W。；Shokair，M。；M.I.Dessouky。；用于压缩感知的前向背向硬阈值算法；2017年第34届全国无线电科学大会（NRSC）会议记录：，142-151.
[25] Blumensath，T。；加速迭代硬阈值；信号处理：2012; 第3卷，752-756。
[26] 布兰查德，J.D。；Tanner，J。；Wei，K。；共轭梯度迭代硬阈值：压缩感知的观测噪声稳定性；IEEE传输。信号处理：2015; 第2卷，528-537·Zbl 1394.94083号
[27] 布兰查德，J.D。；Tanner，J。；Wei，K。；CGIHT：用于压缩感知和矩阵完成的共轭梯度迭代硬阈值；《Inf.Inference J.IMA:2015》；第4卷，289-327·Zbl 1380.94045号
[28] 福卡特，S。；硬阈值追踪：一种压缩感知算法；SIAM J.数字。分析：2011; 第6卷，2543-2563·Zbl 1242.65060号
[29] Bouchot，J.L。；福卡特，S。；希琴科，P。；硬阈值追踪算法：迭代次数；申请。计算。哈蒙。分析：2016; 第2卷，412-435·兹比尔1346.65012
[30] 李，H。；Fu，Y。；张，Q。；Rong，R。；一种广义硬阈值追踪算法；电路系统。信号处理：2014; 第4卷，1313-1323。
[31] Sun，T。；姜浩。；Cheng，L。；带连续的硬阈值追踪ℓ0正则化最小化；数学。方法。申请。科学：2018; 第16卷，6195-6209·Zbl 1402.90181号
[32] Jain，P。；Tewari，A。；迪伦，I.S。；部分硬阈值；IEEE传输。信息理论：2017年；第5卷，3029-3038·Zbl 1368.94031号
[33] 宋，C.B。；夏，S.T。；刘晓杰。；子空间阈值追踪：一种压缩感知重建算法；2015年IEEE信息理论国际研讨会论文集：。
[34] 鲍威尔，M.J.D。；共轭梯度法的一些收敛性质；数学。程序：1976; 第1卷，42-49·Zbl 0356.65056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。