本研究主要关注于对于图中罕见边特性的稀疏向量信号进行压缩感知，通过纵向联通路径下的加性测量可以以 O (k log n) 的时间复杂度实现对于 k - 稀疏链接向量的恢复，并且借助 L1 正则化可以有效地推断在图中进行 O (k log n) 路径测量的 k - 稀疏向量。

Aug, 2010

我们提出了一个图信号模型，并将信号恢复任务转化为对应的优化问题，通过交替方向乘子方法提供一般解决方案，然后展示了信号修复、矩阵完成、鲁棒主元分析和异常检测等都与图信号恢复有关，提供了相应的特定解决方案和理论分析，最后在在线博客分类、桥梁状况识别、温度估计、推荐系统和在线博客分类专家意见结合等实际恢复问题上验证了所提出的方法。

Nov, 2014

本文基于图信号处理理论，针对无线传感器网络中缺失数据问题，提出一种新的 Sobolev 重建算法，并在公开数据集上实验测试，表现优于现有技术

Mar, 2022

分析基 Pursuit 信号恢复中的波动干扰，即数学模型中的加性噪声与乘性噪声，结果显示在合适的条件下，恢复信号的稳定性受观测噪声水平的限制，同时，在无加性噪声的情况下，恢复的误差是相对扰动的线性函数，并且准确性与最小二乘技术的最佳重建处于常数倍数的范围内。

Jul, 2009

本文概述了关于图信号采样和恢复的最新进展，包括完美恢复带限图信号的条件、减轻噪声和模型不匹配效应的采样设计标准、自适应恢复和跟踪动态图信号的算法和最优采样策略，以及图信号处理方法在采样、插值和跟踪不规则域信号方面的潜在优势。

Dec, 2017

本文介绍了稀疏信号恢复的两种算法方法：几何和组合。我们提出了一种统一这两种方法的新方法，通过高质量不平衡扩展器的邻接矩阵来推广受限等距性质的概念，并展示了新的测量矩阵构造和算法，比先前的算法在测量数量或噪声容忍度上具有更好的表现。

Apr, 2008

本文综述了关于设计和分析递归算法，用于从压缩测量中重构稀疏信号的文献，并介绍了稀疏信号在动态投影成像（例如，实时医学应用中的动态磁共振成像或动态计算机断层扫描）中的应用。

Feb, 2016

研究了当测量矩阵从一个酉矩阵中随机子采样时的生成式压缩感知，提出了一个改进的样本复杂度的模型适应采样策略，利用非均匀随机采样分布提出了新的理论恢复保证，并优化采样分布以最小化所需测量数目，并验证了 CelebA 数据集上的恢复实验的性能。

Oct, 2023

本文引入了本地集概念，并提出了两种基于本地集的迭代方法，用于从采样数据中重建图信号的带限信号。该方法基于帧理论和本地集概念，提出了几个帧和收缩算子。通过计算机模拟实验，证明了这些算法的有效性。

Oct, 2014

本文介绍了一种基于概率重构方法、信令传递算法、及结晶成核理论的、能够精确重构低采样率稀疏信号的压缩感知算法，并使用统计物理方法进行了分析和实验验证。

Sep, 2011