吉瑞斯，拉贾 分析变换域中的采样。 （英语） Zbl 1330.94026号 申请。计算。哈蒙。分析。 40，第1期，172-185（2016）. 摘要：许多信号和图像处理应用程序都从以下事实中受益匪浅：底层信号位于低维子空间中。这种低维的主要模型之一是稀疏模型。在这个框架内，稀疏建模有两个主要选项：综合和分析选项，其中第一个选项被视为标准范式，已经投入了更多的研究。其中，假设信号在给定字典下具有稀疏表示。另一方面，在分析方法中，在对信号进行某种变换（即分析字典）后，测量信号系数中的稀疏性。尽管已经为此框架开发了一些具有一定理论的算法，但它们的数量远远超过了为综合方法提出的算法。鉴于分析字典是一个框架或二维有限差分算子，我们提出了一种新的分析模型信号采样方案，允许使用合成模型中的任何现有算法从样本中恢复信号。这种新采样策略的优点是，它使现有的合成方法及其理论也适用于分析框架中的信号。 引用于2文件 MSC公司： 94A20型 信息与传播理论中的抽样理论 94甲12 信号理论（表征、重建、滤波等） 62甲12 多元分析中的估计 关键词：稀疏表示;压缩感知;合成;分析;变换域 软件：CoSaMP公司;DLMRI实验室;SPGL1型;CVX公司;NESTA公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Giryas}，应用程序。计算。哈蒙。分析。40，第1172--185号（2016年；兹bl 1330.94026） 全文： 内政部 arXiv公司 参考文献： [1] 布鲁克斯坦，A.M。；Donoho，D.L。；Elad，M.，《从方程组的稀疏解到信号和图像的稀疏建模》，SIAM Rev.，51，1，34-81（2009）·Zbl 1178.68619号 [2] Candès，E.，《通过预言不等式进行现代统计估计》，《数值学报》。，15, 257-325 (2006) ·Zbl 1141.62001号 [3] Davis，G。；Mallat，S。；Avellaneda，M.，自适应贪婪近似，Constr。约5057-98（1997）·Zbl 0885.41006号 [4] Elad，M.，《稀疏和冗余表示：从理论到信号和图像处理应用》（2010），Springer Publishing Company，Incorporated·Zbl 1211.94001号 [5] Foucart，H.R.Simon，《压缩传感数学导论》（2013），Springer Publishing Company，Incorporated·兹比尔1315.94002 [6] Mallat，S。；Zhang，《用时频字典匹配追踪》，IEEE Trans。信号处理。，41, 3397-3415 (1993) ·Zbl 0842.94004号 [7] 坎迪斯，E。；Tao，T.，线性规划解码，IEEE Trans。通知。理论，51，12，4203-4215（2005）·Zbl 1264.94121号 [8] Donoho，D.L。；Elad，M。；Temlyakov，V.N.，噪声存在下稀疏超完备表示的稳定恢复，IEEE Trans。通知。理论，52，1，6-18（2006）·Zbl 1288.94017号 [9] 坎迪斯，E.J。；Tao，T.，从随机投影中恢复近最优信号：通用编码策略？，IEEE传输。通知。理论，52，12，5406-5425（2006）·Zbl 1309.94033号 [10] Needell，D。；Tropp，J.，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, 3, 301-321 (2009) ·Zbl 1163.94003号 [11] Dai，W。；Milenkovic，O.，压缩传感信号重建的子空间追踪，IEEE Trans。通知。理论，55，5，2230-2249（2009）·Zbl 1367.94082号 [12] Blumensath，T。；Davies，M.，压缩感知的迭代硬阈值，应用。计算。哈蒙。分析。，27, 3, 265-274 (2009) ·兹比尔1174.94008 [13] Foucart，S.，《硬阈值追踪：压缩感知算法》，SIAM J.Numer。分析。，49, 6, 2543-2563 (2011) ·Zbl 1242.65060号 [14] Zhang，T.，RIP下基于正交匹配追踪的稀疏恢复，IEEE Trans。通知。理论，57，96215-6221（2011）·Zbl 1365.94091号 [15] Rudelson，M。；Vershynin，R.，《凸松弛稀疏重建：傅里叶和高斯测量》，（2006年第40届信息科学与系统年会（2006年）），207-212 [16] Baraniuk，R。；达文波特，M。；DeVore，R。；Wakin，M.，随机矩阵限制等距性的简单证明，Constr。约28,3253-263（2008年）·Zbl 1177.15015号 [17] Elad，M。；Milanfar，P。；Rubinstein，R.，《信号先验分析与合成》，逆问题。，23, 3, 947-968 (2007) ·Zbl 1138.93055号 [18] Nam，S。；戴维斯，M。；Elad，M。；Gribonval，R.，cosparse分析模型和算法，应用。计算。哈蒙。分析。，34，1，30-56（2013）·Zbl 1261.94018号 [19] Giryes，R。；平面图，Y。；Vershynin，R.，《关于分析cosparse模型中维度的有效度量》（2014） [20] 坎迪斯，E.J。；Eldar，Y.C。；Needell，D。；Randall，P.，《压缩传感与相干和冗余字典》，应用。计算。哈蒙。分析。，31, 1, 59-73 (2011) ·Zbl 1215.94026号 [21] 刘，Y。；米·T。；Li，S.，通过基于最优对偶分析的通用框架压缩传感，IEEE Trans。通知。理论，58，7，4201-4214（2012）·Zbl 1365.94181号 [22] Giryes，R。；Nam，S。；Elad先生。；Gribonval，R。；Davies，M.，共解析分析模型的类贪婪算法，线性代数应用。，441，0，22-60（2014），线性系统稀疏近似解专题·Zbl 1332.94043号 [23] Needell，D。；Ward，R.，使用总变化最小化的稳定图像重建，SIAM J.Imaging Sci。，6, 2, 1035-1058 (2013) ·Zbl 1370.94042号 [24] Needell，D。；Ward，R.，《近最优压缩传感保证总变化最小化》，IEEE Trans。图像处理。，22, 10, 3941-3949 (2013) ·Zbl 1373.94673号 [25] 卡巴纳瓦，M。；Rauhut，H.，《分析（l_1）-帧和高斯测量的恢复》（2014） [26] Giryes，R.，分析变换域的贪婪算法，神经计算（2015），出版 [27] Krahmer，F。；Ward，R.，《压缩成像的稳定和稳健采样策略》，IEEE Trans。图像处理。，23, 2, 612-622 (2014) ·Zbl 1374.94181号 [28] Poon，C.，《压缩传感中总变化的作用》（2014） [29] Rauhut，H。；Schnass，K。；Vandergheynst，P.，压缩感知和冗余字典，IEEE Trans。通知。理论，54，52210-20219（2008）·Zbl 1332.94022号 [30] 多诺霍，D。；Elad，M.，通过最小化在一般（非正交）字典中实现最优稀疏表示，Proc。国家。阿卡德。科学。美国，100,52197-2202（2003）·兹比尔1064.94011 [31] 达文波特，M。；Needell，D。；Wakin，M.，《使用冗余字典进行稀疏恢复的信号空间CoSaMP》，IEEE Trans。通知。理论，59，10，6820-6829（2013）·Zbl 1364.94119号 [32] Giryes，R。；Needell，D.，《贪婪的非相干和超越信号空间方法》，应用。计算。哈蒙。分析。，39, 1, 1-20 (2015) ·Zbl 1345.94025号 [33] Giryes，R。；Elad，M.，我们能在综合框架中允许字典中存在线性依赖吗？，（IEEE声学、语音和信号处理国际会议。IEEE声学、语音和信号处理国际会议，ICASSP（2013）），5459-5463 [34] Giryes，R。；Elad，M.，《使用近似最优投影进行信号恢复的迭代硬阈值法》，（第十届采样理论应用国际会议…第十届抽样理论应用国际大会，SAMPTA（2013）），212-215 [35] Giryes，R。；Elad，M.，《OMP与高度连贯词典》，（第十届抽样理论应用国际会议……第十届取样理论应用国际大会，SAMPTA（2013）），9-12 [36] 黑格德，C。；Indyk，P。；Schmidt，L.，基于近似容忍模型的压缩传感，（ACM离散算法研讨会，ACM离散计算研讨会，SODA（2014））·Zbl 1455.94056号 [37] Ophir，B。；Lustig，M。；Elad，M.，《使用小波的多尺度字典学习》，IEEE J.Sel。顶部。信号处理。，5, 5, 1014-1024 (2011) [38] 拉维山卡，S。；Bresler，Y.，通过字典学习从高度欠采样的k空间数据重建MR图像，IEEE Trans。医学图像。，30, 5, 1028-1041 (2011) [39] 拉维山卡，S。；Bresler，Y.，压缩传感MRI的稀疏化变换学习，（IEEE第十届生物医学成像国际研讨会。IEEE第10届生物医学图像国际研讨会，ISBI（2013）），17-20 [40] 坎迪斯，E。；Tao，T.，Dantzig选择器：当（p）远大于（n）时的统计估计，Ann.Statist。，35, 6, 2313-2351 (2007) ·Zbl 1139.62019号 [41] 比克尔，P。；Ritov，Y。；Tsybakov，A.，Lasso和Dantzig选择器的同步分析，Ann.Statist。，37, 4, 1705-1732 (2009) ·Zbl 1173.62022号 [42] Ben-Haim，Z。；Eldar，Y。；Elad，M.，《在随机噪声下估计稀疏向量的基于一致性的性能保证》，IEEE Trans。信号处理。，58, 10, 5030-5043 (2010) ·Zbl 1391.62137号 [43] Giryes，R。；Elad，M.，基于RIP的近oracle性能保证，针对SP、CoSaMP和IHT、IEEE Trans。信号处理。，60, 3, 1465-1468 (2012) ·Zbl 1393.94243号 [44] 南卡罗来纳州贾法尔普尔。；徐伟（Xu，W.）。；哈西比，B。；Calderbank，R.，《使用优化的扩展器图进行高效且稳健的压缩感知》，IEEE Trans。通知。理论，55，9，4299-4308（2009）·Zbl 1367.94095号 [45] 斯图尼奇，M。；帕瓦雷什，F。；Hassibi，B.，关于具有最优测量次数的块稀疏信号的重建，IEEE Trans。信号处理。，57, 8, 3075-3085 (2009) ·Zbl 1391.94402号 [46] Eldar，Y.C。；Mishali，M.，《从子空间的结构化联合中稳健恢复信号》，IEEE Trans。通知。理论，55，11，5302-5316（2009）·兹比尔1367.94087 [47] Tropp，J.A。；A.C.吉尔伯特。；施特劳斯，M.J.，同步稀疏近似算法，第一部分：贪婪追求，信号处理。，86, 3, 572-588 (2006) ·Zbl 1163.94396号 [48] Baraniuk，R。；Cevher，V。；杜阿尔特，M。；Hegde，C.，基于模型的压缩传感，IEEE Trans。通知。理论，56，4，1982-2001（2010）·Zbl 1366.94215号 [49] Hawe，S。；Kleinsteuber，M。；Diepold，K.，分析算子学习及其在图像重建中的应用，IEEE Trans。图像处理。，22, 6, 2138-2150 (2013) ·Zbl 1373.94161号 [51] 格兰特，M。；Boyd，S.，非光滑凸程序的图形实现，（Blondel，V.；Boyd·兹比尔1205.90223 [52] Elad先生。；马塔隆，B。；Shtok，J。；Zibulevsky，M.，《迭代收缩算法的广角视图》（SPIE，第6701卷（2007）），670102 [53] 黑尔，E.T。；尹，W。；Zhang，Y.，（ell_1）-最小化的定点延拓：方法论和收敛性，SIAM J.Optim。，19, 3, 1107-1130 (2008) ·Zbl 1180.65076号 [54] 尹，W。；Osher，S。；Goldfarb，D。；Darbon，J.，Bregman迭代算法在压缩传感中的应用，《成像科学》。，1, 1, 143-168 (2008) ·Zbl 1203.90153号 [55] 赖特，S。；诺瓦克，R。；Figueiredo，M.，可分离近似稀疏重建，IEEE Trans。信号处理。，57, 7, 2479-2493 (2009) ·Zbl 1391.94442号 [56] 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, 2, 890-912 (2009) ·Zbl 1193.49033号 [57] 贝克，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, 1, 183-202 (2009) ·Zbl 1175.94009号 [58] 杨，J。；Zhang，Y.，压缩传感中\（\ell_1\）-问题的交替方向算法，SIAM J.Sci。计算。，33, 1, 250-278 (2011) ·Zbl 1256.65060号 [59] 贝克尔，S。；Bobin，J。；Cands，E.J.，Nesta:一种快速准确的稀疏恢复一阶方法，SIAM J.Imaging Sci。，2011年4月1日至39日·Zbl 1209.90265号 [60] 巴赫，F。；Jenatton，R。；Mairal，J。；Obozinski，G.，《稀疏诱导惩罚的优化》，机器学习的基础和趋势，4，1，1-106（2011）·Zbl 06064248号 [61] Treister，E。；Yavneh，I.，《（ell_1）惩罚最小二乘最小化的多级迭代收缩方法》，IEEE Trans。信号处理。，60, 12, 6319-6329 (2012) ·Zbl 1393.94463号 [62] Tan，Z。；Eldar，Y。；贝克，A。；Nehorai，A.，分析稀疏恢复的平滑和分解，IEEE Trans。信号处理。，62, 7, 1762-1774 (2014) ·Zbl 1394.94580号 [63] 顾，R。；Dogandzic，A.，使用加速近似粒度算法重建非负稀疏信号（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。