当必须估计一系列（相关的）线性模型时，通常可以结合不同的数据集来构造更有效的估计量。我们使用ℓ₁-惩罚估计器，如拉索或自适应拉索，可以同时进行参数估计和模型选择。我们表明，对于高维线性模型的时间进程，通过以适当的方式组合不同的时间点，可以提高拉索和自适应拉索的收敛速度。此外，自适应套索仍然具有预言机特性和一致的变量选择。在模拟数据和DNA序列中模体发现的实际问题上，说明了所提方法的有限样本特性。