$ell\_{1,2}$最小化在软恢复中的应用：用于同时稀疏和低秩矩阵恢复
摘要：一种用于恢复列稀疏矩阵的基于压缩感知的分析方法被提出，即$l_{1,2}$-范数的最小化。与已经深入研究过保证程序解与真实信号完全相等的测量矩阵条件不同，本文提出了一种保证解与真实信号近似相等的条件。在压缩感知领域，这类软恢复声明据作者所知是一种创新。除了理论分析外，我们还提出了两种启发式方法，利用$l_{1,2}$-程序的这个特性来设计同时稀疏且低秩的矩阵恢复算法。
作者：Axel Flinth
论文ID：1609.02302
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2016-09-09