...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Computational and Applied Mathematics >Iterative thresholding algorithm based on non-convex method for modified l(p)-norm regularization minimization
【24h】

Iterative thresholding algorithm based on non-convex method for modified l(p)-norm regularization minimization

机译：基于非凸法法的迭代阈值算法 - 用于修改L（P） - 诺正则化最小化

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

Recently, the l(p)-norm regularization minimization problem (P-p(lambda)) has attracted great attention in compressed sensing. However, the l(p)-norm parallel to x parallel to(p)(p) in problem (P-p(lambda)) is nonconvex and non-Lipschitz for all p is an element of (0, 1), and there are not many optimization theories and methods proposed to solve this problem. In fact, it is NP-hard for all p is an element of (0, 1) and lambda 0. In this paper, we study one modified 1 p -norm regularization minimization problem to approximate the NP-hard problem (P-p(lambda)). Inspired by the good performance of Half algorithm in some sparse signal recovery problems, an iterative thresholding algorithm is proposed to solve our modified l(p)-norm regularization minimization problem (P-P,1/2 epsilon(lambda))d Numerical results on some sparse signal recovery problems show that our algorithm performs effectively in finding the sparse signals compared with some state-of-art methods. (C) 2018 Elsevier B.V. All rights reserved.
机译：最近，L（P） - 常规规则化最小化问题（P-P（Lambda））引起了压缩传感的极大关注。然而，L（p）-norm与问题（pp（lambda））平行于（p）（p）的x平行（pp（lambda））是非凸且所有p的非嘴唇，是（0,1）的元素，并且存在没有许多优化理论和方法建议解决这个问题。实际上，对于所有P是NP - 难以（0,1）和Lambda＆gt的元素;在本文中，我们研究了一个修改的1 p-or常规规则化最小化问题以近似NP-coll问题（p-p（lambda））。通过在一些稀疏信号恢复问题中的半算法的良好性能的启发，提出了一种迭代阈值算法来解决我们修改的L（P） - 诺正则化最小化问题（PP，1/2 epsilon（Lambda））D数值结果稀疏的信号恢复问题表明，与某些最先进的方法相比，我们的算法在找到稀疏信号时执行。 （c）2018年elestvier b.v.保留所有权利。

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