%0 Journal Article %A 刘建伟 %A 崔立鹏 %A 罗雄麟 %T 组稀疏模型及其算法综述 %D 2015 %R 10.3969/j.issn.0372-2112.2015.04.021 %J 电子学报 %P 776-782 %V 43 %N 4 %X

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.

%U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2015.04.021