搜索资源列表
sparserepresentationofsignals.
- 详细介绍了信号的稀疏分解和表示方法，可以用于图像特征提取等方面,Details of the sparse signal decomposition and that the method can be used for image feature extraction, etc.
ocica97-p.rar
- 这是一篇ica盲源分离方法的技术文章 Overcomplete 的方法来解决,Blind Source Separation of More Sources Than Mixtures Using Overcomplete Representations
low-rank-ksvd
- 低秩的求解 denoise an image by sparsely representing each block with the already overcomplete trained Dictionary, and averaging the represented parts. Detailed descr iption can be found in "Image Denoising Via Sparse and Redundant representations
overcomplete
- 收集的几篇关于稀疏性号冗余字典建立的中文文献，对初学者很有参考价值。-Collection of several dictionaries on the sparsity of the establishment of redundant number of Chinese literature, a good reference for beginners.
w97OCWT
- Overcomplete wavelet transform using w97
w53OCWT
- Overcomplete wavelet transform using w53
k_svd1
- K-SVD同MOD一样也分为Sparse Coding和Dictionary Update两个步骤，Sparse Coding没有什么特殊的，也是固定过完备字典D，使用各种迭代算法求信号在字典上的稀疏系数。-K-SVD Sparse Coding and Dictionary Update is also divided into two steps, like MOD, Sparse Coding is not anything special, also fixed overcomplete
ScSR
- Jianchao Yang 的基于稀疏表示的单幅图像重建的原始代码，先将高低训练图像分块，再将块训练成高低字典，将测试图像映射到低字典上，得到系数，再乘以高子典就得到最后的图像。对学习超分辨率同学的参考作用很大。-This is the original matlab code for super resolution by Jianchao Yang 。The method is sparse represent based on the overcomplete dictionary。
KSVD_Matlab_ToolBox
- 这是线性训练K-SVD词典的一种新算法 表示的信号。给定一组信号，K-SVD试图 提取物，可以稀疏表示这些信号最好的词典。 深入讨论了K-SVD算法中可以找到的： “K-SVD：设计的超完备字典的一个算法 稀疏表示”，由M.阿哈，M. Elad和点写，适应性， 在IEEE Transactions出现。在信号处理，卷54，11号， 第4311-4322，十一月2006。-he K-SVD is a new algorithm
batch-omp
- KSVDBox - Implementation of the K-SVD and K-SVD denoise algorithms.-K-SVD dictionary training. ksvd - K-SVD dictionary training. Signal denoising. ompdenoise - OMP denoising. ompdenoise1 - OMP denoising of 1-D signals.
SA-OE
- 基于过完备基展开的空间自适应去噪算法。论文《Spatially adaptive image denoising under overcomplete expansion》。-Spatially adaptive image denoising under overcomplete expansion
Demo_RSC_AR_disguise
- 稀疏表示人脸识别算法。稀疏表示是最近几年信号处理领域的热点之一，简单来说，它其实是一种对原始信号的分解过程，该分解过程借助一个事先得到的字典（也有人称之为过完备基，overcomplete basis，后面会介绍到），将输入信号表示为字典的线性近似的过程。-Sparse representation recognition algorithms. Sparse representation is one of the last few years the hot field of signal
KSVD-for-image-denoise
- KSVD用于稀疏字典的训练，稀疏表示用于图像去噪-An Algorithm for Designing Overcomplete Dictionaries for Sparse Representation
稀疏分解
- 信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处理，如压缩、编码等(Signal sparse representation is to overcomplete dictionary given in as little as possible to represent atomic signal, signal can be more succinct represen
MATLAB总结
- 信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处理，如压缩、编码等。信号稀疏表示方向的研究热点主要集中在稀疏分解算法、超完备原子字典、和稀疏表示的应用等方面。(Signal sparse representation is to overcomplete dictionary given in as little as possible to represent atomi
新建文件夹 (2)
- 字典学习。比如一个向量，是k维的，我现在有一个k*n的字典，其中n>>k，所谓的字典学习，就是在这包含n个向量的字典当中寻找一个线性表示可以表示出当前这个k维的向量。之所以称为“稀疏表示”，因为一般n大于k，比如n=512,k=64。这时候你的字典一定是一个Redundant（冗余的，过剩的）的。因此你的表示里面一定有很多系数为0，因而被称作稀疏表示。 信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中
omp
- 正交匹配追踪(OMP)在稀疏分解与压缩感知重构，稀疏分解先于压缩感知提出，信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处理，如压缩、编码等。(Orthogonal Matching Pursuit (OMP) is used in sparse decomposition and compressive sensing reconstruction. Sparse dec