计算科学 - 使用 Ax=b 中算子 A 的函数的稀疏性迭代算法 - 吾爱随笔录

我要解决一个线性迭代逆问题。我有两个功能，matlab其中一个扮演角色forward，另一个扮演adjoint角色。我对逆问题不太熟悉，我将测试一些算法来检查哪些算法可以帮助我获得稀疏模型。由于我必须使用我的函数来执行正向和反向运算符角色Ax=b，所以我认为我无法使用一些需要A作为矩阵的算法。例如，我可以使用linearized bregman如下：

v^{k + 1} = v^{k} + A^{T} (f - A u^{k}) .

$v^{k+1} = v^k + A^T(f-Au^k).$

u^{k + 1} = δ * s h r i n k (v^{k + 1}, 1 / μ) .

$u^{k+1}= \delta * shrink(v^{k+1},1/\mu).$

其中，A我使用将模型u转换为数据空间A^T的函数以及将数据转换为模型空间的函数。

我想知道是否有任何其他迭代算法可以以这种方式用于稀疏性？