搜索资源列表
sparseCodingExercise.m
- 本编码是系数编码的基本练习算法，掌握基本的稀疏编码-Sparse_coding exeicrSe.m
GISA
- 提出了一种广义迭代收缩算法（GISA）非凸稀疏编码，可以解决稀疏编码的一些优化问题.希望能对大家有所帮助！-A generalized iterative contraction algorithm (GISA) is proposed to solve some of the optimization problems of sparse coding. We hope to be helpful to everyone!
LCksvd
- 经典LCKSVD算法的实现，稀疏编码与字典学习的重要过程。-Classical LCKSVD algorithm implementation, sparse coding and dictionary learning an important process.
Autoencoder_Code
- 利用MATLAB 实现了自动编码网络，相对于MATLAB自带的自编码网络函数，在此基础上可以改进为稀疏自编码网络(auto_encoder,matlab ,neural network)
fast_sc
- 一个非常有效的稀疏编码的matlab代码，并附有作者的论文，希望可以帮助需要的人。(An efficient sparse coding algorithm and its original paper. We aim to help authors make their ideas spread.)
K-SVD
- 稀疏编码和字典学习算法，正交匹配追踪算法获得稀疏表示稀疏，ksvd用来学习字典(Sparse coding and dictionary learning algorithm, orthogonal matching tracking algorithm to obtain sparse sparse, ksvd used to learn the dictionary)
深度学习模型（卷积神经网络，深信度网络和堆栈稀疏自动编码器）
- 深度学习网络，包含卷积神经网络,深信度神经网络,和堆栈稀疏自动编码器等
107215802AnalysisKSVD
- 实现图像的稀疏编码，采用k-svd进行字典学习，omp算法进行稀疏表示系数的计算，内附有去噪例子(To achieve the image sparse coding, using K-SVD dictionary learning, OMP algorithm for sparse representation of the calculation of factors, with examples of denoising)
Sparse-Autoencoder-Tensorflow-master
- 稀疏自编码结构，用一个训练样例。。。。。。(sparse autoencoder sample)
encode-xunlian(2)r
- 稀Autoencode中稀疏自编码相关代码，这里接上次上传的（1），后续程序会继续上传(Sparse Autoencode in sparse self encoding related code, here the last upload (1), follow up program will continue to upload)
feature_sign
- matlab快速稀疏编码 论文来源 Honglak Lee Alexis Battle Rajat Raina Andrew Y. Ng Computer Science Department Stanford University Stanford, CA 94305(Feature sign search Efficient sparse coding algorithms Honglak Lee Alexis Battle Rajat Raina Andrew Y.
LRT_Code
- 目标追踪。低秩稀疏编码学习，稀疏编码，sift(virsual tracking,Target tracking,,low rank sparse coding learning, sparse coding,,sift features)
Desktop
- 压缩感知，在线字典学习，稀疏编码，矩阵优化(Compression perception, online dictionary learning, sparse coding, matrix optimization)
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
SSC_1.0
- 稀疏子空间编码，实现高维数据的降维分类。(SUBSPACE SPARSE/SparseCoefRecovery)
K-SVD
- KSVD的稀疏编码去噪的matlab版本算法(Sparse encoding KSVD denoising algorithm)
DeepLearningforPassiveSyntheticApertureRadar
- 通过大量的数值模拟，我们的深度学习为基础的方法优于传统的稀疏编码方法在计算方面和重建图像质量，特别是当没有对发射机的信息是可用的。(our deep learning based method is better than the traditional method in calculation and the quality of image reconstruction, especially when no information is available on the transmit
信号与图像的稀疏分解及初步应用
- 信号与图像的稀疏分解是信号与图像的一种新的分解方法，在信号与图像的压缩编码、去噪、信号的时频分析与信号识别等方面有看极为广阔的应用前景，是信号与图像处理研究领域中一个新的很有意义的研究方向。本书总结了国际上在这一研究方向 的研究进展以及作者多年来的研究成果。在稀疏分解方法方面，重点介绍了作者关于信号与图像稀疏分解快速算法的研究成果。在稀疏分解应用方面，重点介绍了作者在信号处理及图像压缩编码方面的研究成果。
sparse-cvpr13
- 使用迁移学习和稀疏编码来实现不同领域之间的适配，是一种基于特征表示的迁移学习(This method is designed for image clustering and classification and called sparse subspace clustering.)
fbp算法
- 稀疏编码与字典更新交替进行，最终训练出一个优良的字典