entry 0315

first paper "A Wide-Angle View at Iterated Shrinkage Algorithms" by M. Elad, B. Matalon, J. Shtok, and M. Zibulevsky
abstract 这里的threshold 都是对每个向量中的entry进行操作，其天threshold取决于entry值本身，属于Daubechies的threshold. 这种方法的收敛性是得到保证的，文中讨论了几种跟iterative threshold结合的优化方法。
1 surrogate functions and Proximal-point method， 用一个比目标函数大的函数来替代优化，目的是为了能够简化优化步骤。
2 em and bound-optimization approaches 跟上面方法类似。这个替代函数需要满足三个条件。
3 Focuss or iterative reweighted least square weight 是个类似 z/(1+Z)的结构，z为每个迭代中的解。fixed-point iteration被用来优化。
4 parallel coordinate descent 一种类似art的方法。
5 StOmp属于truncated l2 norm(truncated newton iteration) 优化方法，只更新大于threshold的entries，对于large scale的问题不太适合，而且收敛性也未能保障

second paper "Image reconstruction from a small number of projections" by G T Herman and R Davidi
abstract


主要探讨了 digital assuption of ct ，没有全部理解。 指出tv mini在某些情况下不能exact reconstruction。tumor structure missing。用了跟sidkey 颠倒的优化策略。

third paper "iterative thresholding for sparse appoximation" by Thomas Blumensath and Mike E.Davies
the abstract

主要提出了两种threshold的策略，第一种为Daubechies的threshold，第二种则是一种全局的策略。对于优化 |y - AX|2 + u * |X|1 的好处在于不需要考虑u的大小。