搜索资源列表
MATLAB工具箱SMALLBox的介绍文档
- 这个工具箱不仅用来比较各种稀疏表示的解法，而且把字典学习算法也融合了进去
imagematchingpursuitbasedonGabordictionatry
- 基于Gabor感知多成份字典，进而提出一种高效的基于匹配追踪的图像稀疏分解算法，很有参考价值！-An effective algorithm based on the matching pursuit method is posed to obtain sparse decomposition of image with Gabor dictionary!
system-identification
- 采用时频聚集性较好的线性调频信号作为线性时不变系统输入激励，采用Gabor字典作为过完备原子库。在利用传统系统辨识法之前先利用稀疏分解算法将输出信号进行去噪处理，显著提高系统辨识精度。 具体包括互谱算法，信号的Gabor稀疏分解的详细代码-Space can be a time for sparse decomposition to solve the problem of huge memory needed。This approach, combined with the rapid d
KSVD_Matlab_ToolBox
- 数字图像处理，K-SVD字典学习方法，信号的稀疏与冗余表示理论，图像压缩，图像去噪-Digital image processing, K-SVD dictionary learning methods, sparse and redundant signal representation theory, image compression, image denoising
KSVD-MOD
- KSVD和MOD字典学习稀疏表示程序代码-KSVD, and MOD dictionary learning sparse representation of program code
multi-dictionary-learning
- 燕京大学硕士论文，关于稀疏编码，涉及到多层字典学习算法，很优秀的论文-Yenching University Master' s thesis on sparse coding, involving multi-dictionary learning algorithm, very good papers
Analysis-KSVD-IEEE-TSP
- 稀疏字典学习的K-SVD法介绍的论文，是算法的理论基础。-Sparse Dictionary Learning K-SVD method presented papers, the theoretical basis of the algorithm.
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
larc-of-speech-enhancement
- 基于字典的语音增强中稀疏编码计算稀疏矩阵的一种改进算法，称作larc-Dictionary-based computing sparse coding speech enhancement sparse matrix, an improved algorithm, called larc
KSVD-of-speech-enhancemant
- 基于字典学习的语音增强中字典更新的算法，称作近似K-SVD算法，其中包含了OMP算法用于稀疏编码计算系数矩阵-Dictionary-based learning dictionary speech enhancement algorithm update, called approximate K-SVD algorithm, which contains the sparse coding algorithm is used to calculate the coefficient matri
Image-Sparse-Representation-Model
- 完备图像稀疏表示是一种最新的图像表示模型，采用过完备字典中原子的线性组合形式实现图像的稀疏表示．传统 的过完备图像稀疏表示模型采用重建误差的平方和作为保真项．该保真项没有充分考虑到人眼对图像的感知特性，无法度量图 像中边缘、轮廓、纹理等局部几何结构的变化．本文基于过完备稀疏表示理论思想，建立了新的稀疏性正则化的图像稀疏表示模 型．模型中的正则项约束图像表示系数的稀疏性，保真项采用更符合视觉感知的结构相似性度量．基于正交匹配追踪算法，提出 了基于结构相似度的正交匹配追踪算法．实验结
Image-Super-Resolution-Algorithms
- 前基于图像块稀疏表示的超分辨率重构算法对所有图像块都用同一字典表示，不能反映不同类型图 像块问的筹别．针对这一缺点，本文提出基于图像块分类稀疏表示的方法．该方法先利用图像局部特征将图像块分为 平滑、边缘和不规则结构三种类型，其中边缘块细分为多个方向．然后利用稀疏表示方法对边缘和不规则结构块分别 训练各自对应的低分辨率和-岛分辨率字典．重构时对平滑块利用简单双三次插值方法，边缘和不规则结构块由其对应 的高、低分辨率字典通过正交匹配追踪箅法重构．实验结果表明，与单字典稀疏表示算法相比
paper1
- 基于Gabor特征和字典学习的高斯混合稀疏表示图像识别-Image recognition based on Gabor features and dictionary learning of Gauss hybrid sparse representation
LEK-SRC
- 核稀疏用于字典学习和稀疏表示，可用于纹理分类等模式识别问题。-Nuclear sparse dictionary for learning and sparse representation can be used for texture classification pattern recognition problem.
字典学习模型_算法及其应用研究进展_练秋生
- 这是一篇关于字典学习的国内最新版综述，详细的描述了不同字典学习模型下的典型算法，对于稀疏表示领域的同学有一定的参考价值和作用。(This is a domestic latest edition of dictionary learning, which describes in detail the typical algorithms under different dictionary learning models. It has a certain reference value an
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