摘要：
L1 L2范数最小化问题 迭代收缩算法 涉及L1 L2范数的机器学习问题非常常见，例如我们遇到的去噪、稀疏表示和压缩感知。一般而言，这类问题可以表示为： $$ \min_{\bf{z}} || {\bf{z}}||_0 \\ \text{subject to: } ~ \frac{1}{2}|| { 阅读全文
摘要：
迭代权重最小二乘(Iteratively reweighted least squares, IRLS) [1] 方法用于求解$p$范数($p$ norm)的最小化问题。问题如下： $$\arg \min_{x} \sum_{i} | y_i f_i (x) |^p$$ 通过迭代的方法，在每次迭代我 阅读全文