Jun, 2014
通过微分包含实现稀疏恢复
Sparse Recovery via Differential Inclusions
Stanley Osher, Feng Ruan, Jiechao Xiong, Yuan Yao, Wotao Yin
TL;DR本文介绍了一种基于 nonlinear differential inclusions 的 inverse scale space (ISS) 方法,命名为 Bregman ISS 和 Linearized Bregman ISS,可用于从噪声线性测量中恢复稀疏信号,并给出了相应的正当性和理论保证。