.png){kind=icon}
返回
A two-stage proximal gradient algorithm for sparse optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2026.110600.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
稀疏信号恢复和图像重建是稀疏优化研究中的关键领域。本研究将非凸ℓ0最小化框架扩展至复值问题，以增强含噪信号恢复应用和图像重建任务中的稀疏性促进。借鉴对数全变分正则化与非凸连续替代函数的已知有效性，我们提出了一种新颖的两阶段加速近端梯度算法。所提方法在保证数值精度的前提下实现了更优的计算效率。值得注意的是，该方法显著降低了连续函数近似中常见的阶梯状伪影，如数值指标所示。理论分析与全面的数值实验共同验证了该算法在各类应用场景中两个优化阶段的效率及收敛性。
Keyword:
sparse signal recovery
image reconstruction
nonconvex ℓ0 minimization
proximal gradient algorithm
staircase artifacts
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
引用论文
Low-resolution compressed sensing and beyond for communications and sensing: Trends and opportunities.png)
SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏
Performance analysis of unconstrained lp minimization for sparse recovery稀疏恢复的无约束lp最小化性能分析SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏A ReLU-based hard-thresholding algorithm for non-negative sparse signal recoverySIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏A nonconvex sparse recovery method for DOA estimation based on the trimmed lasso基于截断Lasso的非凸稀疏恢复方法用于DOA估计
PREAI
分享收藏
查看更多内容