喵ID：UMTf2A免责声明

Recovery Conditions of Sparse Signals Using Orthogonal Least Squares-Type Algorithms

使用正交最小二乘型算法恢复稀疏信号的条件

基本信息

DOI：
10.1109/tsp.2022.3208439
发表时间：
2022-01
期刊：
IEEE Transactions on Signal Processing
影响因子：
5.4
通讯作者：
Zhi Tian
中科院分区：
工程技术1区
文献类型：
--
作者： Liyang Lu;Wenbo Xu;Yue Wang;Zhi Tian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

Orthogonal least squares (OLS)-type algorithms are efficient in reconstructing sparse signals, which include the well-known OLS, multiple OLS (MOLS) and block OLS (BOLS). In this paper, we first investigate the noiseless exact recovery conditions of these
正交最小二乘（OLS）型算法有效地重建稀疏信号，其中包括众所周知的OL，多个OLS（MOLS）和Block OLS（BOLS）。在本文中，我们首先研究了这些噪声的精确恢复条件
参考文献（47）
被引文献（10）
Compressed Sensing
DOI：
10.1017/cbo9780511794308
发表时间：
2012
期刊：
影响因子：
0
作者：
Gitta Kutyniok
通讯作者：
Gitta Kutyniok
Matrix Analysis
DOI：
10.1007/1-4020-2721-4_1
发表时间：
2011-04
期刊：
影响因子：
0
作者：
B. Ya
通讯作者：
B. Ya
Subspace Pursuit for Compressive Sensing: Closing the Gap Between Performance and Complexity
DOI：
发表时间：
2008
期刊：
ArXiv
影响因子：
0
作者：
Wei Dai;O. Milenkovic
通讯作者：
Wei Dai;O. Milenkovic
Optimised Orthogonal Matching Pursuit Approach
DOI：
发表时间：
2017
期刊：
影响因子：
0
作者：
L. Rebollo-Neira;David Lowe
通讯作者：
L. Rebollo-Neira;David Lowe
I and J
DOI：
10.1017/cbo9781139207249.009
发表时间：
2012
期刊：
影响因子：
0
作者：
W. Marsden
通讯作者：
W. Marsden

数据更新时间：{{ references.updateTime }}

关联基金

具有边信息的数据压缩分类方法及应用研究
批准号：
61871050
批准年份：
2018
资助金额：
63.0
项目类别：
面上项目
Zhi Tian
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