稀疏建模与现代统计学、信号处理、机器学习联系密切,可以实现从相对较少的观测数据准确复原待估信号,广泛应用于图像重构、数据的参数学习模型、故障诊断、模式识别与雷达信号处理等领域。本书详细讨论了稀疏建模的相关内容,包括对稀疏解产生的问题描述、寻找稀疏解的求解算法、稀疏复原的理论成果以及应用实例等。封底文字:稀疏模型在一些科学应用领域(如基因或神经成像数据中的生物标记发现)特别有用,预测模型的可解译性是其很根本的特点。稀疏性可以极大地提高信号处理的成本效益。《稀疏建模理论、算法及其应用》一书提供了对稀疏建模领域的介绍,包括应用实例、产生稀疏解的问题描述、用于寻找稀疏解的算法以及稀疏复原领域中很近的理论成果。该书将带读者了解稀疏建模有关的近期新进展,增加对该领域的理解,激发在该领域