An optimized version of non-negative OMP
Résumé
This article addresses least-squares minimization under sparsity and non-negativity constraints. We propose a recursive implementation of Non-Negative Orthogonal Matching Pursuit (NNOMP) based on the active set method for solving least-squares subproblems. We further propose an improvement of NNOMP, named support-Shrinkage NNOMP (SNNOMP), based on the shrinkage of the support of iterates when some coordinates vanish. SNNOMP is compared with the existing versions of NNOMP for a sparse deconvolution problem.
Le problème traité est l'approximation parcimonieuse sous contrainte de positivité. Nous proposons une implémentation récursive de l'algorithme
Non-Negative Orthogonal Matching Pursuit (NNOMP) basée sur la résolution de sous-problèmes de moindres carrés par l'algorithme des contraintes actives. Nous proposons de plus une amélioration de NNOMP, appelée SNNOMP, basée sur le rétrécissement du support lorsque les coordonnées du vecteur parcimonieux s'annulent. Les algorithmes proposés sont comparés avec les implémentations existantes de NNOMP pour un problème de déconvolution impulsionnelle qui met en jeu un dictionnaire mal conditionné.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...