搜索资源列表
duoxiangshiCoculator
- 一元稀疏多项式计算器，MFC界面，C-Dollar sparse polynomial calculator, MFC interface, C++
Demo_CS_BP
- 压缩感知中基追踪重构方法，用于稀疏信号的重构，本程序用于图像重构-Based tracking in compressed sensing reconstruction methods for sparse signal reconstruction, the procedure used for image reconstruction
compressed_OMP
- 对信号进行稀疏分解并投影，然后对信号进行重建-Sparse decomposition of the signal and projection, and then reconstruction of the signal
Application-of-sparse-matrix
- 实现稀疏矩阵的表示方法及其运算，实现稀疏矩阵在三元组表示下的运算并分析其效率。 -Sparse matrix representation to achieve its operation, to achieve sparse matrix triple in the next, and analyze its computational efficiency.
sparse
- 本压缩包包含了图像处理中稀疏表示的相关文献以及相关代码-This archive contains a sparse representation of image processing literature and related code
Metaface_ICIP
- 利用稀疏表示一集字典学习的方法进行人脸自动识别的Matlab算法，是经典SRC方法的提高-That a sparse set of dictionary use of learning methods in Matlab automatic face recognition algorithms, is the classic method of improving SRC
Gauss_Jordan
- 大型稀疏方程组的全选主元高斯-约当消去法，面对迭代法解线性方程组是会出现除数为0的情况，可用这种方法解决。-the face of iterative method for solving linear equations is zero divisor will be the case, can be resolved in this way.
spare_matrix
- 稀疏矩阵的matlab算法，以及稀疏矩阵存储技术的介绍。-Matlab sparse matrix algorithms, and sparse matrix storage technology introduction.
Sparse-Representation
- 稀疏表示应用研究 信号稀疏表示方法研究及国内外研究现状-the method of Sparse Representation
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
mean-K-KPCA
- 通过核 K- 均值聚类的方法对语音帧进行聚类 , 由于聚类的中心能够很好地代表类内的特征, 用中心样本帧取代该类, 减少了核矩阵的维数, 然后再采用稀疏 KPCA方法对核矩阵进行特征提取。-Through the nuclear K-means clustering method for clustering of speech frames, the cluster center can be a good representative of the class characteristics
Sparse-and-Redundant-Representations
- 这本教科书，介绍了稀疏和多余的申述，对信号和图像处理应用的重点。的理论和数值基础处理前的应用进行了讨论。信号源的数学建模一起讨论如何使用适当的模型，如去噪，恢复，分离，插值和外推法，压缩，采样，分析和合成，检测，识别，多任务。这次报告会是优雅和迷人的。-Sparse and Redundant Representations From Theory to Applications in Signal and Image Processing
gongchengruanjian
- 稀疏矩阵压缩存储的基本操作实现实验 要求：数据元素类型ElemType取float。 1）从键盘输入稀疏矩阵的各元素。（行<=5,列<=5） 2）建立稀疏矩阵的十字链表。 3）分别按行、列输出链表中各元素的数据域。
l1_eq
- 最小化l1范数求解函数，用于稀疏表示算法，可用该函数求解表示系数。
自己编写的稀疏去噪代码
- 先使用K-means聚类算法将图像分为几个类，然后针对每一类分别Ksvd字典训练和稀疏表示，进行去噪
sdad
- 主要实现稀疏线性鉴别分析，整个代码可以直接夹在到matlab中直接运行(this codes are suitable for Sparse Discriminant Analysis,thoese codes are wrote by Matlab,you can load thoese code in matlab,all code can work well.)
稀疏矩阵
- 简单的稀疏矩阵算法实现，语言由C++编写，可以实现矩阵的转置和相加(Simple sparse matrix algorithm to achieve)
RSC算法仿真
- 稀疏编码经典方法RSC的matlab仿真程序，来源于大神主页(the Sparse respresentation RSC algrithom)
sparse channel estimation
- 大规模MIMO系统中低复杂度的稀疏信道估计，该资料值得看一看。(Low complexity sparse channel estimation in large scale MIMO systems)
CVPR-ScSPM
- 有关线性动态系统的稀疏编码和字典学习的Matlab源代码(Matlab source code about Sparse Coding and Dictionary Learning with Linear Dynamical Systems)