喵ID:TFYT8E免责声明

Alternating Primal-Dual Algorithm for Minimizing Multiple-Summed Separable Problems with Application to Image Restoration

最小化多重求和可分离问题的交替原对偶算法及其在图像恢复中的应用

基本信息

DOI:
10.1142/s0218001421540185
发表时间:
2020-11
影响因子:
1.5
通讯作者:
Shengwu Xiong
中科院分区:
计算机科学4区
文献类型:
--
作者: Peng Wang;Shengwu Xiong研究方向: -- MeSH主题词: --
关键词: --
来源链接:pubmed详情页地址

文献摘要

In order to discover the difference among dual strategies, we propose an alternating primal-dual algorithm (APDA) that can be considered as a general version for minimizing problem which is multiple-summed separable convex but not necessarily smooth. Firs
为了发现对偶策略之间的差异,我们提出一种交替原始 - 对偶算法(APDA),它可被视为一种用于最小化问题的通用版本,该问题是多项求和可分凸的,但不一定是光滑的。首先
参考文献(28)
被引文献(0)
ADMM-CSNet: A Deep Learning Approach for Image Compressive Sensing
ADMM-CSNet:图像压缩感知的深度学习方法
DOI:
10.1109/tpami.2018.2883941
发表时间:
2020-03-01
期刊:
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE
影响因子:
23.6
作者:
Yang, Yan;Sun, Jian;Xu, Zongben
通讯作者:
Xu, Zongben
NONLINEAR TOTAL VARIATION BASED NOISE REMOVAL ALGORITHMS
DOI:
10.1016/0167-2789(92)90242-f
发表时间:
1992-11-01
期刊:
PHYSICA D
影响因子:
4
作者:
RUDIN, LI;OSHER, S;FATEMI, E
通讯作者:
FATEMI, E
A proximal decomposition method for solving convex variational inverse problems
DOI:
10.1088/0266-5611/24/6/065014
发表时间:
2008-12-01
期刊:
INVERSE PROBLEMS
影响因子:
2.1
作者:
Combettes, Patrick L.;Pesquet, Jean-Christophe
通讯作者:
Pesquet, Jean-Christophe
Restoration of Poissonian Images Using Alternating Direction Optimization
DOI:
10.1109/tip.2010.2053941
发表时间:
2010-12-01
期刊:
IEEE TRANSACTIONS ON IMAGE PROCESSING
影响因子:
10.6
作者:
Figueiredo, Mario A. T.;Bioucas-Dias, Jose M.
通讯作者:
Bioucas-Dias, Jose M.
Non-Lipschitz Models for Image Restoration with Impulse Noise Removal
用于脉冲噪声消除的图像恢复的非 Lipschitz 模型
DOI:
10.1137/18m117769x
发表时间:
2019-01
期刊:
SIAM Journal on Imaging Sciences
影响因子:
2.1
作者:
Zeng Chao;Wu Chunlin;Jia Rui
通讯作者:
Jia Rui

数据更新时间:{{ references.updateTime }}

关联基金

四元数双曲几何与拟共形映射
批准号:
11871379
批准年份:
2018
资助金额:
48.0
项目类别:
面上项目
Shengwu Xiong
通讯地址:
--
所属机构:
--
电子邮件地址:
--
免责声明免责声明
1、猫眼课题宝专注于为科研工作者提供省时、高效的文献资源检索和预览服务;
2、网站中的文献信息均来自公开、合规、透明的互联网文献查询网站,可以通过页面中的“来源链接”跳转数据网站。
3、在猫眼课题宝点击“求助全文”按钮,发布文献应助需求时求助者需要支付50喵币作为应助成功后的答谢给应助者,发送到用助者账户中。若文献求助失败支付的50喵币将退还至求助者账户中。所支付的喵币仅作为答谢,而不是作为文献的“购买”费用,平台也不从中收取任何费用,
4、特别提醒用户通过求助获得的文献原文仅用户个人学习使用,不得用于商业用途,否则一切风险由用户本人承担;
5、本平台尊重知识产权,如果权利所有者认为平台内容侵犯了其合法权益,可以通过本平台提供的版权投诉渠道提出投诉。一经核实,我们将立即采取措施删除/下架/断链等措施。
我已知晓