基于KKT条件的平滑递归神经网络用于压缩传感中的非光滑非凸优化

时间:2024-04-03 22:50:00
【文件属性】:

文件名称:基于KKT条件的平滑递归神经网络用于压缩传感中的非光滑非凸优化

文件大小:940KB

文件格式:PDF

更新时间:2024-04-03 22:50:00

研究论文

这项工作以平滑近似技术和Karush–.Kuhn–Tucker条件的等效形式探讨了平滑递归神经网络(SRNN)。 在用非凸非光滑近似模型代替模型后,开发了这样的网络来处理源自压缩感测的L0范数最小化模型。 通过一些数学工具很好地研究了网络解的存在性,唯一性和极限行为。研究了多种非凸逼近函数,以确定哪种最适合。不同类型的感测矩阵下稀疏信号恢复的问题比较实验证明,在所选的逼近函数中,变换后的L1函数(TL1),对数函数(Log)和反正切惩罚函数对稀疏恢复有效。 SRNN-TL1鲁棒且对传感矩阵的相干性不敏感,而与几种现有的离散数值算法和神经网络方法相比,它具有竞争力,可解决压缩传感问题。


网友评论