Sparse Regularization via Convex Analysis

Sparse approximate solutions to linear equations are classically obtained via L1 norm regularized least squares, but this method often underestimates the true solution. As an alternative to the L1 norm, this paper proposes a class of nonconvex penalty functions that maintain the convexity of the lea...

Celý popis

Podrobná bibliografia

Vydané v:	IEEE transactions on signal processing Ročník 65; číslo 17; s. 4481 - 4494
Hlavný autor:	Selesnick, Ivan
Médium:	Journal Article
Jazyk:	English
Vydavateľské údaje:	IEEE 01.09.2017
Predmet:	convex function Convex functions Convolution Cost function denoising Noise reduction optimization Signal processing algorithms sparse approximation Sparse regularization
ISSN:	1053-587X, 1941-0476
On-line prístup:	Získať plný text
Tagy:	Pridať tag Žiadne tagy, Buďte prvý, kto otaguje tento záznam!