高效_-最小化溶剂
sparsesolvers的Python项目详细描述
import sparsesolvers as ss import numpy as np N = 10 # Create an example sensing matrix A = np.random.normal(loc=0.025, scale=0.025, size=(N, N)) + np.identity(N) # An incoming signal signal = np.zeros(N) signal[2] = 1 # Use the homotopy solver to produce sparse solution, x. x, info = ss.Homotopy(A).solve(signal, tolerance=0.1) # Example output: error=0.064195, sparsity=0.9, argmax=2 print("error=%f, sparsity=%f, argmax=%i" % ( info.solution_error, 1 - np.count_nonzero(x) / np.double(N), np.argmax(x)))
参考文献
- a.y.yang、z.zhou、a.ganesh、s.s.sastry和y.ma-fast _-鲁棒人脸识别的最小化算法–ieee 传输。《图像处理》,第22卷,第3234-3246页,2013年8月。
- r.chartrand,w.yin- 压缩感知–声学语音和信号处理2008。 ICASSP 2008年。IEEE国际会议,第3869-3872页,3月 2008。
- d.o'leary-使用迭代的稳健回归计算 加权最小二乘法——工业和应用学会 数学,1990年