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：
