阿梅纳克·彼得罗森;黄川;克莱顿·韦伯斯特 通过流形优化重构联合稀疏向量。 (英语) Zbl 1418.90204号 申请。数字。数学。 144, 140-150 (2019). 摘要:在本文中,我们考虑了从线性测量值重建联合稀疏向量的挑战。首先,我们表明,通过利用输出数据矩阵的秩,我们可以将问题简化为全列秩情况。该结果降低了原始问题的计算复杂度,并能够简单实现用于满秩设置的联合稀疏恢复算法。其次,我们以非紧Stiefel流形上的非凸优化问题的形式提出了一种新的联合稀疏恢复方法。在我们的数值实验中,我们的方法优于常用的(ell_{2,1})最小化,因为精确的稀疏重建需要更少的测量。我们假设该方法具有理想的秩感知特性,即能够利用未知矩阵的秩来提高恢复率。 引用于2文件 MSC公司: 90C26型 非凸规划,全局优化 53立方厘米15 流形上的一般几何结构(几乎复杂、几乎乘积结构等) 关键词:关节稀疏性;流形优化;非紧凑型Stiefel歧管;非凸优化;huber正则化 软件:SPGL1型;ROPTLIB公司;皮曼诺普;马诺普特 PDF格式BibTeX公司 XML格式引用 \textit{A.Petrosyan}等人,应用。数字。数学。144,140-150(2019;Zbl 1418.90204) 全文: 内政部 arXiv公司 参考文献: [1] Absil,P.A。;Mahony,R。;Sepulchre,R.,《矩阵流形上的优化算法》(2009),普林斯顿大学出版社·Zbl 1147.65043号 [2] 范登伯格,E。;Friedlander,M.,带最小二乘约束的稀疏优化,SIAM J.Optim。,21, 1201-1229 (2011) ·Zbl 1242.49061号 [3] 范登伯格,E。;Friedlander,M.P.,《探索基础追踪解决方案的帕累托边界》,SIAM J.Sci。计算。,31, 890-912 (2008) ·Zbl 1193.49033号 [4] 北布马尔。;米什拉,B。;Absil,P.A。;Sepulchre,R.,Manopt,用于流形优化的Matlab工具箱,J.Mach。学习。第15号决议,1455-1459(2014年)·Zbl 1319.90003号 [5] 坎迪斯,E。;J.隆伯格。;Tao,T.,《鲁棒不确定性原理:从高度不完整的频率信息中精确重建信号》,IEEE Trans。《信息论》,52,489-509(2006)·Zbl 1231.94017号 [6] 陈,J。;霍,X.,多重测量向量稀疏表示的理论结果,IEEE Trans。信号处理。,54, 4634-4643 (2006) ·Zbl 1375.94051号 [7] 陈,Y。;新墨西哥州纳斯拉巴迪。;Tran,T.,使用基于字典的稀疏表示进行高光谱图像分类,IEEE Trans。地质科学。遥感,49,3973-3985(2011) [8] Dal Maso,G.,《Γ-融合导论》,第8卷(2012),施普林格科学与商业媒体 [9] Dalalyan,A.S。;希比里,M。;Lederer,J.,《关于套索的预测性能》,Bernoulli,23,552-581(2017)·Zbl 1359.62295号 [10] 戴维斯,M.E。;Eldar,Y.C.,联合稀疏恢复中的等级意识,IEEE Trans。《信息论》,581135-1146(2012)·Zbl 1365.94175号 [11] Donoho,D.L.,压缩传感,IEEE Trans。《信息论》,521289-1306(2006)·Zbl 1288.94016号 [12] Esser,E。;Lou,Y。;Xin,J.,非负最小二乘问题的结构化稀疏解及其应用,SIAM J.成像科学。,6, 2010-2046 (2013) ·Zbl 1282.90239号 [13] 方,L。;李,S。;康,X。;Benediktsson,J.,Spectral–通过多尺度自适应稀疏表示进行空间高光谱图像分类,IEEE Trans。地质科学。遥感,52,7738-7749(2014) [14] Feng,P.,多波段信号的通用最小速率采样和谱盲重建(1998),伊利诺伊大学:伊利诺伊州大学香槟分校,博士论文 [15] 冯·P。;Bresler,Y.,多波段信号的光谱盲最小速率采样和重建,Proc。ICASSP,31688-1691(1996) [16] Harjek,B.,优化退火的冷却计划,数学。操作。第1311-329号决议(1988年)·Zbl 0652.65050号 [17] Hoyer,P.,稀疏约束下的非负矩阵分解,J.Mach。学习。第12号决议,1457-1469(2004年)·Zbl 1222.68218号 [18] 黄,W。;Absil,P.A。;加里凡,K.A。;Hand,P.,Roptlib:一个用于黎曼流形优化的面向对象c++库,ACM Trans。数学。软质。,44, 43 (2018) ·Zbl 1484.65142号 [19] 医学博士Iordache。;Bioucas-Dias,J.M。;Plaza,A.,用于高光谱分解的协作稀疏回归,IEEE Trans。地质科学。遥感,52,341-354(2014) [20] 柯克帕特里克,S。;盖拉特,C.D。;Vecchi,M.P.,《模拟退火优化》,《科学》,220671-680(1983)·Zbl 1225.90162号 [21] Krishnan,D。;Tay,T。;Fergus,R.,使用归一化稀疏性度量的盲反褶积,(IEEE计算机视觉和模式识别会议(CVPR)(2011年)) [22] 赖,M.J。;Liu,Y.,从多个测量向量进行稀疏恢复的零空间特性,应用。计算。哈蒙。分析。,30, 402-406 (2011) ·Zbl 1228.65057号 [23] Lederer,J。;Müller,C.,《不要迷恋调节参数:用trex在高维中进行无调节变量选择》(第二十届美国人工智能学会人工智能会议(2015)) [24] Lee,K。;Bresler,Y。;Junge,M.,联合稀疏恢复的子空间方法,IEEE Trans。《信息论》,583613-3641(2012)·Zbl 1365.94179号 [25] Malioutov,D。;塞廷,M。;Willsky,A.,《利用传感器阵列进行源定位的稀疏信号重建透视图》,IEEE Trans。信号处理。,53, 3010-3022 (2005) ·Zbl 1370.94191号 [26] 米沙利,M。;Eldar,Y.C.,Reduce and boost:恢复联合稀疏向量的任意集,IEEE Trans。信号处理。,56, 4692-4702 (2008) ·Zbl 1390.94306号 [27] Natarajan,B.K.,线性系统的稀疏近似解,SIAM J.Compute。,24, 227-234 (1995) ·兹伯利0827.68054 [28] Noferini,V.,广义矩阵函数的fréchet导数公式,SIAM J.matrix Ana。申请。,38, 434-457 (2017) ·Zbl 1367.65071号 [29] Rahimi,Y。;王,C。;董,H。;Lou,Y.,稀疏信号恢复的尺度不变方法(2018),arXiv预印本 [30] Schmidt,R.O.,《多辐射源位置和信号参数估计》,Proc。RADC规范。估计。讲习班,243-258(1979) [31] 汤森,J。;北卡罗来纳州科普。;Weichwald,S.,Pymanopt:一个使用自动微分优化流形的python工具箱,J.Mach。学习。决议,17,1-5(2016)·Zbl 1416.65580号 [32] Tran,H。;Webster,C.,通过非凸极小化均匀恢复稀疏信号的统一充分条件(2017) [33] Udriste,C.,黎曼流形上的凸函数和优化方法,数学及其应用,第297卷(1994),施普林格:施普林格荷兰·Zbl 0932.53003号 [34] Vandereycken,B.,通过黎曼优化完成低秩矩阵,SIAM J.Optim。,23, 1214-1236 (2013) ·Zbl 1277.15021号 [35] 王,Z。;刘杰。;薛,J.,用于高光谱图像分类的联合稀疏模型判别k-svd,信号处理。,133, 144-155 (2017) [36] 尹,P。;Esser,E。;Xin,J.,(ell_1)和(ell_2)范数的比率和差异与相干词典的稀疏表示,Commun。信息系统。,14, 87-109 (2014) ·Zbl 1429.94037号 [37] 朱,F。;Wang,Y。;项,S。;风扇,B。;Pan,C.,高光谱分解的结构化稀疏方法,ISPRS J.Photogram。遥感,88,101-118(2014) 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。