迭代式正交匹配追踪及稀疏解

被引：35

作者：

谢志鹏 ^{[1
,2
]}

机构：

[1] 南京航空航天大学计算机科学与工程系

[2] 华侨大学计算机科学与技术学院

来源：

微电子学与计算机 | 2009年 / 26卷 / 10期

关键词：

正交匹配追踪; 迭代式算法; 压缩感知; 稀疏解;

D O I：

10.19304/j.cnki.issn1000-7180.2009.10.014

中图分类号：

O241.6 [线性代数的计算方法];

学科分类号：

070102 [计算数学];

摘要：

欠定线性方程组Ax=y的稀疏求解算法是稀疏表示与压缩感知中的研究热点,包括最小化L0拟范数与L1范数及迭代式阈值的方法.介绍一类最小化L0拟范数的方法,即迭代式正交匹配追踪,剖析并证明其基坐标迭代更新框架,介绍三种迭代式算法包括Hermite逆迭代,cholesky与QR迭代分解.迭代式算法的特点避免了逐步求逆运算,从而提高了计算速度.介绍正交匹配追踪获取稀疏解的性质.压缩感知实验表明迭代式正交匹配追踪可快速稳定地求取欠定系统的稀疏解.

引用

页码：53 / 56

页数：4

共 3 条

[1]

CoSaMP: Iterative signal recovery from incomplete and inaccurate samples.[J].D. Needell;J.A. Tropp.Applied and Computational Harmonic Analysis.2008, 3

[2]

Uniform Uncertainty Principle and Signal Recovery via Regularized Orthogonal Matching Pursuit [J].

Needell, Deanna ;

Vershynin, Roman .

FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2009, 9 (03) :317-334

[3]

Least Angle Regression.[J].Bradley Efron;Trevor Hastie;Iain Johnstone;Robert Tibshirani.The Annals of Statistics.2004, 2

← 1 →