搜索资源列表
CS_OMP
- 采用l1最小范数优化的方法进行压缩感知的图像处理-Minimum norm optimization using l1 compression method of image processing perception
vvarriationala
- 变分偏微分方程图像处理工具包，包含计算曲曲率，方差，L1，L2范数等29个实用算法 -Variational PDE for image processing toolkit, including the calculation after another rate, variance, L1, L2 number 29 practical algorithm
L1-Ls
- 很经典的L1范数算法，可以用于对优化算法的改进，有效加快运算速度和优化精度！-Classic L1 norm algorithm, the optimization algorithm can be used effectively to accelerate the speed of operation, and optimization precision!
wavelet-energy
- 小波变换获得细节和逼近子图，再求子图能量 用L1范数来求-wavelet transform energy
l1_ls_matlab
- 压缩感知，利用l1范数的重建方法：l1_ls.m，以及两个简单例子和说明文档-Using the l1 norm reconstruction method: l1_ls.m
l1
- 用稀疏表示人脸识别，其中在求解l1范数的部分的matlab源码。-Sparse representation for face recognition, solving l1 norm matlab source.
L1_homotopy_v2.0
- 同伦法L1范数最小化算法程序实现，并与其它最小化算法做比较-scr ipts for different problems are also included in this package to demonstrate the use of l1homotopy:
Approximation-method--BPs-l1-norm
- 基于BP的l1范数逼近法-Approximation method based on BP s l1 norm
SLIM
- 在高斯混合噪声背景下实现SLIM谱估计算法和l1范数SLIM谱估计法，并在-5到15的信噪比条件与CRLB对比均方频率误差-the paper achieves the SLIM spectral estimation algorithm and l1-SLIM spectral estimation method under the Gaussian mixture background noise,then compares the mean square frequency error
l1testpack_v1-2
- l1范数的测试代码,关于压缩后的信号进行重构的一些算法-the testing code of l1 norm ，reconstruction of the signal
l1magic-1.1
- 使用L1范数的优化方法,计算稳定，效率高-optimization method using L1 norm
svd
- 基于l1范数加权的奇异值分解的波达估计。。。。。。。。。。基于l1范数加权的奇异值分解的波达估-Estimation of Singular Value Decomposition Based on l1 Norm Weighting
L1 SVD
- 利用压缩感知实现波达方向估计，运用奇异值分解对接收信号进行降维，再利用L1范数进行估计(The DOA estimation is realized by compressed sensing, and the singular value decomposition is used to reduce the received signal, and then the L1 norm is used to estimate the DOA)
GlobalRetinex
- 求解稀疏约束的程序代码，基于L1范数的求解约束的方法(Program code for solving sparse constraints based on L1 norm)
BP
- 除匹配追踪类贪婪迭代算法之外，压缩感知重构算法另一大类就是凸优化算法或最优化逼近方法，这类方法通过将非凸问题转化为凸问题求解找到信号的逼近，其中最常用的方法就是基追踪(Basis Pursuit, BP)，该方法提出使用l1范数替代l0范数来解决最优化问题，以便使用线性规划方法来求解(In addition to match-tracking greedy iterative algorithms, another major category of compressed-perceptual
L1范数代码
- 动态压缩感知（DSC）是压缩感知领域中一个重要的研究分支，它是近几年新兴起的一种信号处理与分析方法，与传统的压缩感知理论不同，DSC研究的对象是稀疏时变信号，并且已在视频信号处理和动态核磁共振成像等方面显示出了强大的应用潜力。本节正是在此基础上，提出了一种用于多普勒频率跟踪估计的DSC方法。首先，通过前一跟踪时刻所得到的先验DOA稀疏信息，获得当前跟踪时刻信号向量中各位置非零元素的分布概率，继而建立起动态DOA的稀疏概率模型。然后，采用加权l_1范数最小化方法重构出当前跟踪时刻的信号向量，从而确