一種改進(jìn)的梯度投影算法

　　壓縮感知理論作為一種全新的信號(hào)采集、編解碼理論，已被廣泛地應(yīng)用于圖像處理、模式識(shí)別、自動(dòng)控制和生物傳感等領(lǐng)域，并展現(xiàn)出強(qiáng)大的力量。為了更快速地求解壓縮感知問(wèn)題，在稀疏信號(hào)重構(gòu)的Barzilai-Borwein （B-B）梯度投影（Barzilai-Borwein Gradient Projection for Sparse Reconstruction，GPSR-BB）算法的基礎(chǔ)上，采用預(yù)測(cè)校正的技巧，提出了一種改進(jìn)的梯度投影算法。該算法首先由常數(shù)步長(zhǎng)的梯度投影產(chǎn)生一個(gè)預(yù)測(cè)點(diǎn)，再根據(jù)預(yù)測(cè)點(diǎn)及B-B方法計(jì)算步長(zhǎng)得到新的迭代點(diǎn)。新算法單步迭代計(jì)算同樣簡(jiǎn)單，且采用預(yù)測(cè)校正技巧可使迭代點(diǎn)更接近問(wèn)題的解，從而可望減少算法的總的迭代次數(shù)。對(duì)隨機(jī)生成的測(cè)試問(wèn)題進(jìn)行數(shù)值實(shí)驗(yàn)，數(shù)值結(jié)果表明新算法的運(yùn)行時(shí)間要少于GPSR-BB算法。
?