浅谈压缩感知(四):恢复算法


主要内容:

1、L1 minimization

2Matching Pursuit

3Iterative thresholding

4Total-variation minimization

 

1、L1 minimization

这是一个凸优化问题,类似于统计学中的LASSO。

优化算法有:

特点:

L1最小化的其他形式:

2、Matching Pursuit

匹配追踪:参考http://www.cnblogs.com/AndyJee/p/3849200.html

算法步骤:

特点:

3、Iterative Thresholding

迭代阈值:不断地估计、迭代,直至收敛

算法步骤:

特点:

4、TV Minimization

全变分最小化:TV is short for total variation

对于图像而言,就是图像的梯度(或差分)

特点:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

怀想天空2011

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值