...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Information Theory >Recovery and Convergence Rate of the Frank–Wolfe Algorithm for the m-Exact-Sparse Problem
【24h】

Recovery and Convergence Rate of the Frank–Wolfe Algorithm for the m-Exact-Sparse Problem

机译：m-精确稀疏问题的Frank-Wolfe算法的恢复和收敛速度

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We study the properties of the Frank-Wolfe algorithm to solve the m-EXACT-SPARSE reconstruction problem, where a signal y must be expressed as a sparse linear combination of a predefined set of atoms, called dictionary. We prove that when the signal is sparse enough with respect to the coherence of the dictionary, then the iterative process implemented by the Frank-Wolfe algorithm only recruits atoms from the support of the signal, is the smallest set of atoms from the dictionary that allows for a perfect reconstruction of y. We also prove that under this same condition, there exists an iteration beyond which the algorithm converges exponentially.
机译：我们研究了Frank-Wolfe算法的性质，以解决m-EXACT-SPARSE重建问题，其中信号y必须表示为预定义原子集（称为字典）的稀疏线性组合。我们证明，当信号相对于字典的相干性足够稀疏时，Frank-Wolfe算法实现的迭代过程仅从信号的支持中募集原子，这是字典中最小的原子集，可允许为y的完美重建。我们还证明，在相同的条件下，存在迭代，算法超出该迭代则呈指数收敛。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号