浅谈压缩感知(三十):压缩感知重构算法之L1最小二乘
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了浅谈压缩感知(三十):压缩感知重构算法之L1最小二乘相关的知识,希望对你有一定的参考价值。
主要内容:
前言
前面所介绍的算法都是在匹配追踪算法MP基础上延伸的贪心算法,从本节开始,介绍基于凸优化的压缩感知重构算法。
约束的凸优化问题:
去约束的凸优化问题:
在压缩感知中,J函数和H函数的选择:
那么,后面要解决的问题就是如何通过最优化方法来求出x。
一、l1_ls的算法
l1_ls,全称?1-regularized least squares,基于L1正则的最小二乘算法,在标准内点法的基础上,在truncated-Newton framework中,利用Hessian的结构信息来预测共轭梯度preconditioned conjugate gradient (PCG),通过PCG来计算搜索方向,这样可以大大降低计算量。
具体参考:http://www.stanford.edu/~boyd/papers/l1_ls.html
二、l1_ls的MATLAB实现(l1_ls.m)
可以通过上面的链接将相关代码下载下来,这里就不贴出来。
三、一维信号的实验与结果
1、simple_example.m
2、operator_example.m
以上是关于浅谈压缩感知(三十):压缩感知重构算法之L1最小二乘的主要内容,如果未能解决你的问题,请参考以下文章