×

分析了自投影匹配追踪算法。 (英语) Zbl 1458.94120号

摘要:给出了正交匹配追踪贪婪策略(称为自投影匹配追踪)的低内存实现的收敛性和数值分析。与直接线性代数技术相比,该方法提供了一种求解最小二乘问题的迭代方法,所需的存储量要少得多。因此,它适用于求解大型线性系统。该分析强调了其在适定问题类别中的适用性。

MSC公司:

94甲12 信号理论(表征、重建、滤波等)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 陈S.S。;Donoho,D.L。;桑德斯,M.A.,《基追踪原子分解》,SIAM J.Sci。计算。,20, 33-61 (1998) ·Zbl 0919.94002号
[2] Donoho,D.L。;Tanner,J.,通过线性规划求解欠定线性方程的稀疏非负解,Proc。国家。阿卡德。科学。美国,1029446-9451(2005)·Zbl 1135.90368号
[3] Elad,M.,《稀疏和冗余表示:从理论到信号和图像处理应用》(2010),Springer·兹比尔1211.94001
[4] Mallat,S.G。;Zhang,《用时频字典匹配追踪》,IEEE Trans。信号处理。,41, 3397-3415 (1993) ·Zbl 0842.94004号
[5] 帕蒂,Y.C。;Rezaiifar,R。;Krishnaprasad,P.S.,《正交匹配追踪:递归函数逼近及其在小波分解中的应用》,第27届Asilomar信号、系统和计算机会议记录,1,40-44(1993)
[6] Natarajan,B.K.,线性系统的稀疏近似解,SIAM J.Compute。,24, 227-234 (1995) ·Zbl 0827.68054号
[7] DeVore,R.A。;Temlyakov,V.N.,关于贪婪算法的一些评论,高级计算。数学。,5, 173-187 (1996) ·Zbl 0857.65016号
[8] Temlyakov,V.N.,关于冗余字典的贪婪算法和m项近似,J.近似理论,98,117-145(1999)·Zbl 0926.6500号
[9] Rebollo-Neira,L。;Lowe,D.,优化正交匹配追踪方法,IEEE信号处理。莱特。,9, 137-140 (2002)
[10] 安德烈,M。;Rebollo-Neira,L。;Sagianos,E.,反向优化正交匹配追踪方法,IEEE信号程序。让。,11, 705-708 (2004)
[11] 安德烈,M。;Rebollo-Neira,L.,基于交换的正交匹配追踪策略精化,信号处理。,86, 480-495 (2006) ·Zbl 1163.94313号
[12] Tropp,J.A.,《贪婪很好:稀疏近似的算法结果》,IEEE Trans。信息理论,502231-2242(2004)·Zbl 1288.94019号
[13] Gribonval,R。;Vandergheynst,P.,关于准非相干字典中匹配追求的指数收敛,IEEE Trans。信息理论,255-261(2006)·Zbl 1309.94038号
[14] Donoho,D.L。;Tsaig,Y。;德罗里,I。;Starck,J.,分段正交匹配追踪,IEEE Trans。《信息论》,581094-1121(2006)·Zbl 1365.94069号
[15] Blumensath,T。;Davies,M.E.,梯度追求,IEEE Trans。信号处理。,56, 2370-2382 (2008) ·Zbl 1390.94102号
[16] Needell,D。;Tropp,J.A.,CosaMP:不完整和不准确样本的迭代信号恢复,应用。计算。哈蒙。分析。,26, 301-321 (2009) ·Zbl 1163.94003号
[17] 罗,M。;Sun,F。;刘,H。;Lid,Z.,用块结构稀疏表示的新型TS模糊系统识别,J.Frankl。研究所,351358-3523(2014)·兹比尔1290.93109
[18] 你,C。;D.Robinson,C。;Vidal,R.,通过正交匹配追踪进行可缩放稀疏子空间聚类,计算机视觉和模式识别会议论文集,3918-3927(2016)
[19] 你,J。;刘,Y。;陈,J。;丁,F.,基于贪婪追踪和辅助模型的多输入时滞系统的迭代辨识,J.Frankl。研究所,356,5819-5833(2019)·Zbl 1415.93088号
[20] 弗里德曼,J.H。;Stuetzle,W.,投影寻踪回归,美国统计协会,76,817-823(1981)
[21] Jones,L.K.,关于huber关于投影寻踪回归收敛性的一个猜想,Ann.Stat.,15,880-882(1987)·Zbl 0664.62061号
[22] Rebollo-Neira,L。;Bowley,J.,《天文图像的稀疏表示》,J.Opt。《美国社会学杂志》,30758-768(2013)
[23] Rebollo-Neira,L.,《x射线医学图像的有效稀疏表示法》,国际期刊数字。方法生物识别。工程,e2886(2017)
[24] Rebollo-Neira,L。;Whitehouse,D.,《利用高质量重建逐段降维的三维图像稀疏表示》,《阵列》,第1期(2019年)
[25] Rebollo-Neira,L。;Aggarwal,G.,音乐声音稀疏谱表示的专用贪婪追踪算法,J.Acoust。美国证券交易委员会,1402933(2016)
[26] Rebollo-Neira,L.,《非正交信号表示》,《数学物理研究新课题》(2006),Nova Science出版社
[27] 卡萨扎,P.G。;Kutyniok,G。;Philipp,F.,有限框架理论导论,有限框架:理论与应用,1-54(2012),Springer·Zbl 1281.42032号
[28] 巴特尔,R.G。;D、 R.S.,《真实分析导论》,2012(1999),John Wiley&Sons
[29] Björck,A.,最小二乘问题的数值方法(1996),SIAM·Zbl 0847.65023号
[30] Golub,G.H。;Loan,C.F.V.,《矩阵计算》(2012),约翰·霍普金斯大学出版社:约翰·霍普金大学出版社巴尔的摩
[31] Higham,N.J.,数值算法的准确性和稳定性(2002),SIAM·Zbl 1011.65010号
[32] 霍恩,R.A。;Johnson,C.R.,《矩阵分析专题》(1991),剑桥大学出版社·Zbl 0729.15001号
[33] Björck,A.,通过gram-schmidt正交化解决线性最小二乘问题,BIT-Numer。数学。,7, 1-21 (1967) ·Zbl 0183.17802号
[34] Björck,A.,《gram-schmidt正交化的数值》,线性代数应用。,197, 297-316 (1994) ·Zbl 0801.65039号
[35] Wilkinson,J.H.,代数特征值问题(1965),克拉伦登出版社:克拉伦登出版社牛津·Zbl 0258.65037号
[36] 吉罗,L。;Langou,J。;罗兹洛日尼克,M。;van den Eshof,J.,经典gram-schmidt正交化过程的舍入误差分析,数值。数学。,101, 87-100 (2005) ·Zbl 1075.65060号
[37] 吉罗,L。;Langou,J。;Rozloíník,M.,gram-schmidt正交化过程中正交性的损失,计算。数学。申请。,50, 1069-1075 (2005) ·Zbl 1085.65037号
[38] Stewart,G.W.,准粒度施密特算法的误差分析,SIAM J.矩阵分析。申请。,27, 493-506 (2005) ·Zbl 1091.65039号
[39] Vleck,E.S.V.,关于产品QR分解中的错误,SIAM J.矩阵分析。申请。,31, 1775-1791 (2010) ·Zbl 1206.65147号
[40] Stewart,G.W.,《关于斜投影的数值分析》,SIAM J.Matrix Ana。申请。,32, 309-348 (2011) ·Zbl 1225.65046号
[41] Leon,S.J。;Björck,A。;Gander,W.,Gram-schmidt正交化:100年及以上作者,数值线性代数,数值。线性代数应用。,20, 492-532 (2013) ·Zbl 1313.65086号
[42] Rebollo-Neira,L。;马蒂奥,R。;Bibi,S.,贪婪追踪策略的分层分块图像近似,IEEE信号处理。莱特。,20, 1175-1178 (2013)
[43] Rebollo-Neira,L.,通过划分实现稀疏信号表示的合作贪婪追求策略,信号处理。,125, 365-375 (2016)
[44] http://www.nonlinear-approx.info/examples/node04.html(上次访问时间:2020年4月)。
[45] http://www.nonlinear-approx.info/examples/node1.html(上次访问时间:2020年4月)。
[46] http://www.nonlinear-approx.info/examples/node09.html(上次访问时间:2020年4月)。
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。