这是基于傅里叶变化的压缩感知稀疏分解方法，使用的是匹配追踪算法，对初学者很有帮助-This is based on Fourier transform of compressed sensing sparse decomposition method, using the matching pursuit algorithm, useful for beginners

稀疏分解方面主流方法中的匹配追踪法和基追踪法-Sparse decomposition method in terms of mainstream and matching pursuit method based tracing

这本书在稀疏的多尺度图像和信号处理提出了艺术状态，包括线性多尺度变换，如小波，脊波和曲波变换、非线性、多尺度变换基于中值和数学形态学算子。最近的稀疏性和形态多样性的概念描述和利用各种问题，如去噪，反问题正规化，稀疏信号分解，盲源分离，压缩感知。 这本书的理论和实践研究相结合的领域，如天文学、生物学、物理学、数字媒体应用和取证。最后一章探讨了信号处理中的一个范式转换，表明以前的信息取样和提取的限制可以用非常重要的方法加以克服。 MATLAB和IDL代码伴随这些方法和应用程序重现。 实验并说明