《表3 NC组不同迭代次数的重建准确率》

  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

《基于压缩感知与快速迭代阈值收缩算法的脑功能网络重建》

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

为了进一步评估所提出算法的性能，本文比较了FISTA与ISTA、L0正则化算法和L1正则化算法[14]在不同迭代次数时的重建准确率。每种方法都选取了最佳参数。对于ISTA，λ=0.4；对于L0正则化算法，λ=0.5；对于L1正则化算法，λ=0.000 1。如图5所示，四种算法随着迭代次数的增加，都达到了较高的重建准确率。其中FISTA在NC组和AD组的多次迭代中都取得了最好的效果，ISTA次之，L0正则化算法和L1正则化算法获得的效果相对较差。具体重建准确率与迭代次数间的关系如表3、表4所示。