搜索资源列表
最小化l1范数的Matlab代码
- 最小化l1范数的Matlab代码。求解模型为： min lambda*|x|_1+||A*x-y||_2。其中，|x|_1表示x的1-范数，||*||_2表示2-范数。该模型在稀疏成分分析、压缩传感器等领域有广泛的用途。, l1-Regularized Least Squares Problem Solver l1_ls solves problems of the following form: minimize ||A*x-y||^2+ lambd
基于matlab的稀疏表示中L1范数计算源码
- 基于matlab的稀疏表示中L1范数计算源码,the codes for L1 in sparsty representation with matlab
compress edsensing OMP
- 压缩感知 正交匹配追踪一些人关心压缩感知与雷达成像，他们把稀疏表示放在最重要的地方，以为在雷达成像中成功实现压缩感知关键是稀疏表示； 事实上并不是如此。我们知道：压缩感知需要建立AX=B,且该方法具有较低的抑制信噪比能力；另外雷达成像的基础是雷达 信号与目标的相互作用，也就是电磁波与介质的相互作用，该相互作用是一个非常复杂的非线性问题，因此研究这个问题与 压缩感知的关系才是解决雷达成像问题的关键点所在。从另外一个角度来看，雷达成像中惯用的方法是匹配滤波，
Matlab-Code-for-Image-Representation
- 附件程序为图像稀疏表示的源代码，程序用matlab编写，能正常运行。-Sparse representation of the image attachment program source code, programs written with matlab able to function properly.
KSVD_Matlab_ToolBox
- KSVD原始算法：信号稀疏表示中的过完备字典的学习算法-KSVD original algorithm: Signal Sparse Representation of the learning algorithm over-complete dictionary
ompbox
- 稀疏表示正交匹配追踪算法matlab源代码-sparse representation
K-SVD工具箱
- 用于信号稀疏表示的K-SVD字典学习算法工具箱，有详细的Demo，方便理解。
gabor_function.m
- 自己写的Gabor方程函数，可以用来产生过完备的稀疏表示字典。-Gabor write their own equation function, can be used to generate the sparse representation over-complete dictionary.
OMP
- 正交匹配跟踪算法: 是贪婪算法中稀疏求解的方法-Orthogonal matching pursuit algorithm: Solving Sparse
KSVD_Matlab_ToolBox
- 应用于稀疏表示的KVSD算法，MABLAB-KVSD algorithm applied to sparse representation, MABLAB
Matlab-for-Image-Representation
- 图像稀疏表示的MATLAB编程代码，有图-MATLAB sparse representation of the image programming code, a map
KSVD_Matlab_ToolBox
- 图像稀疏编码的一种方法，可用于基于稀疏表示的图像压缩、去噪等-Sparse image coding method can be used for sparse representation-based image compression, denoising, et
lunwen
- 关于图像稀疏表示的鲁棒掌纹处理，在国内很少有基于稀疏的掌纹处理文章-Robust sparse representation on the palm print image processing, very few in the country' s palm with posts based on sparse
Sparse-and-Redundant-Representations
- Sparse and Redundant Representations From Theory to Applications in Signal and Image Processing，稀疏表示的最新巨作-Sparse and Redundant Representations From Theory to Applications in Signal and Image Processing, sparse representation of the latest blockbuster
l1_ls
- 稀疏表示分类算法，用于样本分类的数学算法-Sparse that classification algorithms, mathematical algorithms for sample classification
SPAMS
- 先输入数据生成相应的字典，再输入检测信号后得到用字典稀疏表示的结果(First input data, generate the corresponding dictionary, and then input the detection signal to obtain sparse dictionary results)
sparse_decomposition
- 利用匹配追踪对信号进行稀疏分解，得到其稀疏表示形式(The use of matching pursuit for sparse decomposition of the signals, by their sparse representation)
AnalysisKSVDbox
- K-SVD可以看做K-means的一种泛化形式，K-means算法总每个信号量只能用一个原子来近似表示，而K-SVD中每个信号是用多个原子的线性组合来表示的。 K-SVD通过构建字典来对数据进行稀疏表示，经常用于图像压缩、编码、分类等应用。(K-SVD can be regarded as a generalized form of K-means. The total K-means algorithm can only approximate one signal for each sem
RieszWavelet(TIP2)
- 使用小波框架并结合稀疏表示，用于SAR图像的目标识别应用(Application of wavelet frame and sparse representation for target recognition in SAR images)
稀疏偏最小二乘
- 通过L1和L2范数对偏最小二乘的框架参数进行求解，实现偏最小二乘的稀疏表示。