-
题名基于稀疏优化l_p正则化的光滑化拟牛顿算法
被引量：2
- 1
-
-
作者
杨赵琪璘
彭定涛
唐琦
罗孝敏
-
机构
贵州大学数学与统计学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第22期163-171,共9页
-
基金
国家自然科学基金（No.11861020）
贵州省教育厅青年科技人才成长项目（No.2018121）
贵州大学引进人才科研项目（No.201343）
-
文摘
压缩感知被广泛应用于信号恢复和图像重构与去噪,重构算法是压缩感知的关键部分之一。当采样率很低时,重建原始信号是个困难的问题。对此,现有算法普遍表现不佳。采用p(0<p≤1)范数正则极小化模型恢复原始稀疏信号,并利用光滑化拟牛顿算法求解该模型。通过同步更新光滑化参数和正则化参数,该算法实现了光滑化参数和正则化参数的自适应调整,避免求解不同问题时参数的选取问题,使得该算法具有广泛的适应性和鲁棒性。通过大量仿真和真实图像重构与去噪数值实验验证该算法的有效性,实验表明,该算法对于图像去噪、高稀疏度和低采样率信号的处理能力优于当前流行的优秀算法.
-
关键词
压缩感知
p范数正则
光滑化方法
拟牛顿算法
信号恢复
图像重构
图像去噪
-
Keywords
compressed sensing
p norm regularization
smoothing method
quasi-Newton algorithm
signal recovery
image reconstruction
image denoising
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
