典型文献
基于非凸复合函数的稀疏信号恢复算法
文献摘要：
基于泛函深度作用的思想,通过将两种非凸稀疏泛函进行复合,构造了一种新的稀疏信号重构模型,实现了对0范数的深度逼近.综合运用MM(Majorize minimization)技术、外点罚函数法和共轭梯度法,提出一种求解该模型的算法,称为NCCS(Non-convex composite sparse)算法.为降低重构信号陷入局部极值的可能性,提出在算法的每步迭代中以BP(Basis pursuit)模型的解作为初始迭代值.为验证所建模型和所提算法的有效性,进行了多项数值实验.实验结果表明,相较于 SL0(Smoothed Lo)算法、IRLS(Iterative reweighed least squares)算法、SCSA(Successive concave sparsity approximation)算法以及BP算法等经典算法,提出的算法在重构误差、信噪比、归一化均方差、支撑集恢复成功率等方面都有更优的表现.
文献关键词：
压缩感知;稀疏信号重构;MM技术;外点罚函数法;共轭梯度法
中图分类号：
作者姓名：
周洁容;李海洋;凌军;陈浩;彭济根
作者机构：
广州大学数学与信息科学学院 广州510006;广州大学机器生命与智能研究中心 广州510006
文献出处：
引用格式：
[1]周洁容;李海洋;凌军;陈浩;彭济根-.基于非凸复合函数的稀疏信号恢复算法)[J].自动化学报,2022(07):1782-1793
A类：
稀疏信号恢复,Majorize,NCCS,SL0,reweighed
B类：
非凸,复合函数,复算,稀疏信号重构,重构模型,范数,逼近,MM,minimization,外点罚函数法,共轭梯度法,Non,convex,composite,sparse,重构信号,局部极值,每步,Basis,pursuit,解作,项数,数值实验,Smoothed,Lo,IRLS,Iterative,least,squares,SCSA,Successive,concave,sparsity,approximation,重构误差,支撑集,压缩感知
AB值：
0.451581
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
