期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于l_1与l_0正则化的压缩感知数值算法
被引量:
2
1
作者
李订芳
江磊
《江西师范大学学报(自然科学版)》
CAS
北大核心
2015年第3期281-285,共5页
针对压缩感知模型,讨论了基于l0正则化的正交匹配追踪算法(OMP)与基于l1正则化的同伦算法(HM)和迭代加权最小二乘法(IRLS).通过数值实验结果分析,验证了3种算法的有效性,且相对于2种基于l1正则化的算法,OMP算法的迭代次数与耗时更少,均...
针对压缩感知模型,讨论了基于l0正则化的正交匹配追踪算法(OMP)与基于l1正则化的同伦算法(HM)和迭代加权最小二乘法(IRLS).通过数值实验结果分析,验证了3种算法的有效性,且相对于2种基于l1正则化的算法,OMP算法的迭代次数与耗时更少,均方误差更小.
展开更多
关键词
L
1
正则
化
l
0
正则
化
压缩感知
稀疏恢复
下载PDF
职称材料
一种求解弹性l_2-l_q正则化问题的算法
2
作者
张勇
叶万洲
《运筹学学报》
CSCD
北大核心
2016年第4期11-20,共10页
给出了一种求解弹性l_2-l_q正则化问题的迭代重新加权l_1极小化算法,并证明了由该算法产生的迭代序列是有界且渐进正则的.对于任何有理数q∈(0,1),基于一个代数的方法,进一步证明了迭代重新加权l_1极小化算法收敛到弹性l_2-l_q(0<q&l...
给出了一种求解弹性l_2-l_q正则化问题的迭代重新加权l_1极小化算法,并证明了由该算法产生的迭代序列是有界且渐进正则的.对于任何有理数q∈(0,1),基于一个代数的方法,进一步证明了迭代重新加权l_1极小化算法收敛到弹性l_2-l_q(0<q<1)正则化问题的稳定点.最后,通过稀疏信号恢复的数值实例验证了算法的有效性.
展开更多
关键词
lq
正则
化
迭代重新加权l
1
极小
化
算法
非凸优
化
全文增补中
稀疏正则化:Gauss-Seidel阈值迭代算法
被引量:
1
3
作者
曾锦山
何涛
欧阳诗康
《中国科学:数学》
CSCD
北大核心
2018年第7期969-986,共18页
本文考虑一类稀疏正则化问题,该类问题在机器学习、信号处理和图像处理等众多领域中被广泛研究.此类问题的一个典型特征是其诱导的阈值函数具有跳跃的不连续性.本文提出一种基于GaussSeidel的迭代算法,称作Gauss-Seidel跳跃阈值迭代算法...
本文考虑一类稀疏正则化问题,该类问题在机器学习、信号处理和图像处理等众多领域中被广泛研究.此类问题的一个典型特征是其诱导的阈值函数具有跳跃的不连续性.本文提出一种基于GaussSeidel的迭代算法,称作Gauss-Seidel跳跃阈值迭代算法(Gauss-Seidel iterative jumping thresholding algorithm,GSIJT),用以快速解决以上问题.本文首先证明了由GSIJT所产生序列的支撑与符号的有限收敛性.基于此收敛性质,同时利用restricted Kurdyka-Lojasiewicz(rKL)性质给出GSIJT算法的全局收敛性.此外给出了GSIJT的收敛率,并且证明了任意的极限点都是驻点.本文实施了一系列的数值实验来验证所提算法的有效性.特别地,通过与相关的阈值迭代算法进行比较,表明所提算法不仅收敛更快,同时可选择的步长范围更宽.
展开更多
关键词
稀疏
正则
化
lq
(
0〈
q〈
1)
正则
化
阈值迭代算法
Gauss—Seidel
Kurdyka-Lojasiewicz不等式
原文传递
题名
基于l_1与l_0正则化的压缩感知数值算法
被引量:
2
1
作者
李订芳
江磊
机构
武汉大学数学与统计学院
出处
《江西师范大学学报(自然科学版)》
CAS
北大核心
2015年第3期281-285,共5页
基金
国家自然科学基金(61271337)资助项目
文摘
针对压缩感知模型,讨论了基于l0正则化的正交匹配追踪算法(OMP)与基于l1正则化的同伦算法(HM)和迭代加权最小二乘法(IRLS).通过数值实验结果分析,验证了3种算法的有效性,且相对于2种基于l1正则化的算法,OMP算法的迭代次数与耗时更少,均方误差更小.
关键词
L
1
正则
化
l
0
正则
化
压缩感知
稀疏恢复
Keywords
l
1
regularization
l
0
regularization
compressive sensing
sparse restoration
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种求解弹性l_2-l_q正则化问题的算法
2
作者
张勇
叶万洲
机构
上海大学数学系
出处
《运筹学学报》
CSCD
北大核心
2016年第4期11-20,共10页
基金
国家自然科学基金(No.61071186)
文摘
给出了一种求解弹性l_2-l_q正则化问题的迭代重新加权l_1极小化算法,并证明了由该算法产生的迭代序列是有界且渐进正则的.对于任何有理数q∈(0,1),基于一个代数的方法,进一步证明了迭代重新加权l_1极小化算法收敛到弹性l_2-l_q(0<q<1)正则化问题的稳定点.最后,通过稀疏信号恢复的数值实例验证了算法的有效性.
关键词
lq
正则
化
迭代重新加权l
1
极小
化
算法
非凸优
化
Keywords
lq
regularization, IRL
1
algorithm, nonconvex optimization
分类号
O224 [理学—运筹学与控制论]
全文增补中
题名
稀疏正则化:Gauss-Seidel阈值迭代算法
被引量:
1
3
作者
曾锦山
何涛
欧阳诗康
机构
江西师范大学计算机信息工程学院
出处
《中国科学:数学》
CSCD
北大核心
2018年第7期969-986,共18页
基金
国家自然科学基金(批准号:61603162
11501440
+2 种基金
61772246和61603163)
江西师范大学博士启动基金
江西省教育厅研究生创新(批准号:YC2016-S171)资助项目
文摘
本文考虑一类稀疏正则化问题,该类问题在机器学习、信号处理和图像处理等众多领域中被广泛研究.此类问题的一个典型特征是其诱导的阈值函数具有跳跃的不连续性.本文提出一种基于GaussSeidel的迭代算法,称作Gauss-Seidel跳跃阈值迭代算法(Gauss-Seidel iterative jumping thresholding algorithm,GSIJT),用以快速解决以上问题.本文首先证明了由GSIJT所产生序列的支撑与符号的有限收敛性.基于此收敛性质,同时利用restricted Kurdyka-Lojasiewicz(rKL)性质给出GSIJT算法的全局收敛性.此外给出了GSIJT的收敛率,并且证明了任意的极限点都是驻点.本文实施了一系列的数值实验来验证所提算法的有效性.特别地,通过与相关的阈值迭代算法进行比较,表明所提算法不仅收敛更快,同时可选择的步长范围更宽.
关键词
稀疏
正则
化
lq
(
0〈
q〈
1)
正则
化
阈值迭代算法
Gauss—Seidel
Kurdyka-Lojasiewicz不等式
Keywords
sparse regularization
lq
(0 〈
q
〈 1) regularization
iterative thresholding algorithm
Gauss-Seidel
Kurdyka-Lojasiewicz ine
q
uality
分类号
O241.6 [理学—计算数学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于l_1与l_0正则化的压缩感知数值算法
李订芳
江磊
《江西师范大学学报(自然科学版)》
CAS
北大核心
2015
2
下载PDF
职称材料
2
一种求解弹性l_2-l_q正则化问题的算法
张勇
叶万洲
《运筹学学报》
CSCD
北大核心
2016
0
全文增补中
3
稀疏正则化:Gauss-Seidel阈值迭代算法
曾锦山
何涛
欧阳诗康
《中国科学:数学》
CSCD
北大核心
2018
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部