搜索资源列表
S_R
- matlab 压缩感知图像稀疏表示常见算法介绍及编码-matlab sparse
5G
- 稀疏码多址接入,就是应5G需求设计产生的一种非正交多址技术。在发送端通过多维调制和稀疏扩频将编码比特映射成SCMA码字,接收端通过多用户检测完成译码。-Sparse code multiple access is a kind of non orthogonal multiple access technology, which should be produced by the design of 5G demand. The coding bits are mapped into SCMA
Sparse-Autoencoder
- 神经网络稀疏自编码器的实现;从给定的很多张自然图片中截取出大小为8*8的小patches图片共10000张,现在需要用sparse autoencoder的方法训练出一个隐含层网络所学习到的特征。-Sparse neural networks since implementation of the encoder interception of a size of 8* 8 picture small patches given a lot of sheets natural picture
xinhaoxishubiaoshi
- 信号稀疏表示是一种新兴的信号分析和综合方法,其目的就是在过完备字典中用尽可能少的原子来表示信号。采用时频原子字典的信号稀疏表示能够有效地揭示非平稳信号的时变特征。信号稀疏表示吸引了研究者的大量关注,这种方法已经被应用到信号处理的许多方面,例如非平稳信号分析,信号编码、识别与信号去噪等。-Signal sparse representation is a new method of signal analysis and synthesis, and its purpose is in over-
linear_autoencoder
- 自动编码线性解码器主要是考虑到稀疏自动编码器最后一层输出如果用sigmoid函数,由于稀疏自动编码器学习是的输出等于输入,simoid函数的值域在[0,1]之间,这就要求输入也必须在[0,1]之间,这是对输入特征的隐藏限制,为了解除这一限制,我们可以使最后一层用线性函数及a z-Automatic linear encoder decoder mainly on account of sparse autocoder last layer output if sigmoid function,
SAE_DBN_CNNToolbox
- 多种深度学习框架,主要包括堆栈稀疏自动编码器,深信度网络,卷积神经网络等。对于灰度图像和高维图像,展现非常强大的学习性能。-A variety of deep learning framework, including automatic stack sparse encoder, is convinced of the network, convolution neural networks. For grayscale images and high-dimensional image, s
ksvdsbox11-min
- KSVD 算法 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(KSVD algorithm K-SVD sparse data is represented by building dictionaries, often used for image compression, coding, classification, and other applications)
SAE
- 使用TensorFlow实现稀疏自编码神经网络,采用数据mnist(Using TensorFlow to realize sparse atuoencoder neural network, using data MNIST)
Sparse-Autoencoder-master
- python写的稀疏矩阵自动编码,包含.mat文件,代码文件。(Sparse matrix written in python automatically encoded)
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
5G 中的 SCMA Turbo 学习
- 稀疏码多址 (SCMA) 是最近设计的一种扩展技术,其中 QAM 符号被映射到不同的 OFDMA 音调。基于码本的映射可以看作是一种扩频编码过程,其中整形增益有助于提高频谱效率并增强系统性能。本文基于 SCMA 编码方案,提出了一种联合多用户检测 (MUD) 和信道解码方法,应用了“turbo 原理”。与传统的分离检测和解码方案相比,turbo检测性能更好,增益更高,复杂度适中。在此之上,提出了一种改进方法,即在迭代之前修改外在信息。改进是基于信息的可靠性,保持可靠的信息并减少不可靠的信息。具体