期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AMP的L_(1/2)正则化方法
被引量：
2
1
作者
张会
张海
《中国科学：信息科学》
CSCD
北大核心
2017年第1期58-72,共15页
本文研究基于AMP的L_(1/2)正则化方法,采用Belief Propagation算法的思想构造了基于AMP改进的Half阈值迭代算法,并证明所提算法至多需要有限步就能精确估计稀疏向量.通过稀疏信号重建实验,我们验证了几种基于AMP的阈值迭代求解算法的非...
本文研究基于AMP的L_(1/2)正则化方法,采用Belief Propagation算法的思想构造了基于AMP改进的Half阈值迭代算法,并证明所提算法至多需要有限步就能精确估计稀疏向量.通过稀疏信号重建实验,我们验证了几种基于AMP的阈值迭代求解算法的非凸正则化方法具有强的信号重建和相变能力.
展开更多
关键词
L（1/2）正则化
half
阈值迭代算法
AMP算法
变量选择
稀疏
原文传递
题名
基于AMP的L_(1/2)正则化方法
被引量：
2
1
作者
张会
张海
机构
西北大学数学学院
中国科学院数学与系统科学院应用数学所
出处
《中国科学：信息科学》
CSCD
北大核心
2017年第1期58-72,共15页
基金
国家自然科学基金(批准号:11571011)资助项目
文摘
本文研究基于AMP的L_(1/2)正则化方法,采用Belief Propagation算法的思想构造了基于AMP改进的Half阈值迭代算法,并证明所提算法至多需要有限步就能精确估计稀疏向量.通过稀疏信号重建实验,我们验证了几种基于AMP的阈值迭代求解算法的非凸正则化方法具有强的信号重建和相变能力.
关键词
L（1/2）正则化
half
阈值迭代算法
AMP算法
变量选择
稀疏
Keywords
L_（1/2）
regularization
half
iterative
thresholding
algorithm
AMP
algorithm
variable
selection
sparsity
分类号
O241.6 [理学—计算数学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于AMP的L_(1/2)正则化方法
张会
张海
《中国科学：信息科学》
CSCD
北大核心
2017
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
