| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第8-14页 |
| 第二章 符号 | 第14-15页 |
| 第三章 稀疏表示模型 | 第15-19页 |
| 3.1 基于l_0-范数极小化的稀疏表示模型 | 第16-17页 |
| 3.2 基于l_1-范数极小化的稀疏表示模型 | 第17页 |
3.3 基于l_p(0| 第17-19页 | |
| 第四章 稀疏表示算法 | 第19-43页 |
| 4.1 l_0-范数极小化的稀疏表示算法——正交匹配追踪算法(Orthogonal MatchingPursuit,OMP) | 第19-22页 |
| 4.2 l_1-范数极小化的稀疏表示算法 | 第22-36页 |
| 4.2.1 基于截断Newton法的内点法(Truncated Newton based Interior-Point Method,TNIPM) | 第23-26页 |
| 4.2.2 快速迭代软阈值收缩算法(Fast Iterative Shrinkage Thresholding Algorithm,FISTA) | 第26-30页 |
| 4.2.3 增广拉格朗日算法(Augmented Lagrangian Method,ALM) | 第30-33页 |
| 4.2.4 LASSO Homotopy算法 | 第33-36页 |
| 4.3 l_p-范数极小化的稀疏表示算法 | 第36-43页 |
| 4.3.1 迭代再加权极小化(Iteratively Reweighted l_1 minimization,IRL1) | 第37-38页 |
| 4.3.2 迭代再加权最小二乘(Iteratively Reweighted Least Squares,IRLS)及广义迭代再加权最小二乘(Generalized IRLS,GIRLS) | 第38-41页 |
| 4.3.3 迭代阈值算法(Iteratively Thresholding Method,ITM) | 第41-43页 |
| 第五章 比较 | 第43-58页 |
| 5.1 OMP算法,l1_ls算法,PALM算法,FIST算法,DALM算法和Homotopy算法的比较 | 第43-47页 |
| 5.2 IRL1算法、IRLS算法、GIRLS算法、ITM算法和l_1-范数算法的比较 | 第47-58页 |
| 第六章 总结 | 第58-60页 |
| 参考文献 | 第60-71页 |
| 致谢 | 第71页 |
| 攻读硕士期间发表的学术论文 | 第71页 |
