《表3 SFISTA求解的稀疏主成分的系数矩阵及其方差贡献率Table 3 The coefficient matrix and variance contribution of the sparse

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种改进的迭代软阈值算法及其应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

迭代软阈值算法（ISTA）收敛速度较慢，并且得到的最优解不够稀疏.基于梯度算法的思想对其改进得到SFISTA，并将其应用于稀疏信号处理和稀疏主成分分析.在稀疏信号处理的实验中，SFISTA不仅能以更少的测量数恢复出稀疏信号，并且在同样的稀疏度和测量数下，恢复成功率也较高；在稀疏主成分的实验中，SFISTA得到的稀疏主成分系数矩阵更为稀疏，对应的主成分的方差贡献率也较高.此外，通过绘制两种算法的迭代图可知，SFISTA比ISTA收敛更快.最后需要指出的是，由于算法SFISTA是利用了梯度算法的思想，但与梯度算法不同，该算法计算梯度时同时依赖于前两步的迭代点，因此算法的收敛性及收敛速度相关理论证明有待于进一步研究.