主要内容：

1、L1 minimization

2、Matching Pursuit

3、Iterative thresholding

4、Total-variation minimization

1、L1 minimization

这是一个凸优化问题，类似于统计学中的LASSO。

优化算法有：

特点：

L1最小化的其他形式：

2、Matching Pursuit

匹配追踪：参考http://www.cnblogs.com/AndyJee/p/3849200.html

算法步骤：

特点：

3、Iterative Thresholding

迭代阈值：不断地估计、迭代，直至收敛

算法步骤：

特点：

4、TV Minimization

全变分最小化：TV is short for total variation

对于图像而言，就是图像的梯度（或差分）

特点：

浅谈压缩感知（四）：恢复算法

原文：http://www.cnblogs.com/AndyJee/p/4990907.html