基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
稀疏性与组稀疏性在统计学、信号处理和机器学习等领域中具有重要的应用.本文总结和分析了不同组稀疏模型之间的区别与联系,比较了不同组稀疏模型的变量选择能力、变量组选择能力、变量选择一致性和变量组选择一致性,总结了组稀疏模型的各类求解算法并指出了各算法的优点和不足.最后,本文对组稀疏模型未来的研究方向进行了探讨.
推荐文章
稀疏超越指数追踪的分位数回归模型及其算法
超越指数追踪
稀疏优化
分位数回归模型
HSS-Half阈值算法
稀疏表示及其算法分析
稀疏表示
稀疏编码
结构化稀疏
字典学习
l1-范数
组约束与非局部稀疏的图像去噪算法
图像去噪
非局部相似
稀疏表示
分组约束
稀疏优化算法综述
压缩感知
稀疏优化
活动集方法
投影算子法
经典凸规划法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 组稀疏模型及其算法综述
来源期刊 电子学报 学科 工学
关键词 稀疏性 组稀疏性 变量选择 变量组选择 一致性
年,卷(期) 2015,(4) 所属期刊栏目 综述评论
研究方向 页码范围 776-782
页数 7页 分类号 TP181
字数 6292字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.04.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (53)
节点文献
引证文献  (14)
同被引文献  (30)
二级引证文献  (40)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(5)
  • 参考文献(5)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(7)
  • 参考文献(7)
  • 二级参考文献(0)
2009(7)
  • 参考文献(7)
  • 二级参考文献(0)
2010(6)
  • 参考文献(6)
  • 二级参考文献(0)
2011(7)
  • 参考文献(7)
  • 二级参考文献(0)
2012(7)
  • 参考文献(7)
  • 二级参考文献(0)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(26)
  • 引证文献(6)
  • 二级引证文献(20)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
研究主题发展历程
节点文献
稀疏性
组稀疏性
变量选择
变量组选择
一致性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导