搜索资源列表
gbp_package
- 用于稀疏分解的优化搜索算法，版权属于Patrick S. Huggins and Steven W. Zucker（Yale University）-sparse for the decomposition of optimization search algorithm, Copyright belongs to Patrick S. Huggins and Steven W. Zucker (Ya le University)
image_smoth
- 稀疏分解的匹配追踪程序，用新的较少的原子来重建信号或图像，使信号或图像的表示更加简洁。-MP tracking procedures, with new atomic less to rebuild signal or image the signal or image said more concise.
figure64
- 稀疏分解图像重建程序，把图像分解成多个小块图像，然后再各个子块重建后边缘处理后合并成整个图像。-sparse decomposition image reconstruction process, the image is divided into a number of small images, then each sub-block redevelopment edge after the merger into the whole image.
low_high
- 稀疏分解信号重建程序，利用匹配追踪原理不断对信号匹配，最后达到重建信号目的。-sparse decomposition signal reconstruction procedures, the use of matching principle constantly tracking the signal matching, Finally signal to the redevelopment purposes.
mp_initial
- 稀疏分解严格按照匹配追踪的原理，生成新的原子，对信号匹配，直至剩下信号残差。-sparse decomposition in strict accordance with the principle of matching the track, a new generation of atomic bombs, the signal matching, until the remaining residual signal.
LFM1_mp_1
- 信号与信息处理——阵列信号处理DOA估计的matlab算法，这是线性调频信号的稀疏分解算法，很有用
LFM1_mp_2
- 信号与信息处理——阵列信号处理DOA估计的matlab算法，这是线性调频信号的稀疏分解的另一种算法源码
LFM1_mp_f_1
- 信号与信息处理——阵列信号处理DOA估计的matlab算法，这是线性调频信号的稀疏分解算法，很有用
LFM2_mp_1
- 信号与信息处理——阵列信号处理DOA估计的matlab算法，这是线性调频信号的稀疏分解算法，针对频率的变化性能
LFM2_mp_snr_1
- 信号与信息处理——阵列信号处理DOA估计的matlab算法，这是线性调频信号的稀疏分解算法，对信噪比的变化
LFM-MP-SNR
- 信号与信息处理——阵列信号处理DOA估计的matlab算法，这是线性调频信号的稀疏分解算法，wigner_will分布
mp
- 改进的信号匹配追踪稀疏分解代码，基于gabor时频原子，对语音信号重构效果好
NMFs-LDA
- 基于NMFs（非负矩阵稀疏分解）和LDA（线性辨别分析），是一种新的雷达目标一维距离像识别方法。
GAMP
- 基于GA和MP的信号稀疏分解,算法速度比元来的有很多改进。
decomposition
- 利用小波包实现信号的稀疏分解，方法较为新颖，外文文章
DictionaryLearning
- 字典学习训练，利用学习训练字典达到较好的稀疏分解效果
MPTFcomposition
- 实现信号基于MP的稀疏分解，并对信号进行时频分布
SPARSKIT2.tar.gz
- 这是Yousef Saad编写的矩阵运算的Fortran软件包（A basic tool-kit for sparse matrix computations (Version 2),包含常见的排序，预处理(ILU分解等)，Krylov子空间迭代法，以及有限差分等方法得到的算例等。有不少很实用的子程序（比如稀疏矩阵相加、相乘等等，可以学习专家的设计哟！）。极力向学习大型线性方程组数值解的人推荐（不足之处就是Fortran实现，本人觉得还是C语言好）。,Yousef Saad This is pr
dct
- 在离散余弦变换下实现信号的稀疏分解，matlab环境下可以简单实现-realize sparse Decomposition with dct
共振稀疏分解
- ＲＳＳＤ方法的基础是品质因子可 调 小 波 变 换（ＴＱＷＴ）方法，其关键是构建品质因子可调小波。依据信号的共振属性，通过带通滤波器组实现分解过程，