搜索资源列表
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.
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.
Shift_Invariant_Sparse_Coding
- Matlab编写的移不变稀疏分解程序 ,求得对应于不同源信号的基，可实现信号特征提取(The shift invariant sparse decomposition program written by Matlab can obtain the basis of the signal corresponding to the homologous signal, and the signal feature extraction can be realized.)
凸优化
- 以上代码为使用凸优化来求解稀疏信号的DOA(The above code uses convex optimization to solve DOA of sparse signals)
Desktop
- 以上代码为用OMP算法来求解稀疏信号的解，非常适合压缩感知入门(The above code is used OMP algorithm to solve sparse signal solution, very suitable for compressed sensing entry)
mmmv
- 压缩感知，多采样下稀疏信号的恢复 ，适合了解多采样模型(Compressed sensing, sparse signal recovery under multi - sampling)
contourlet_toolbox.tar
- 轮廓波变换的基本原理，对输入图像的进行轮廓波变换，并重构原始信号(The basic principle of contourlet transform, performing contourlet transform on the input image and reconstructing the original signal.)
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
omp可运行程序(m格式)
- 完成omp算法编程，其中加入了噪声及多种频率的信号完成了稀疏表征。(Programming of OMP algorithm with sparse representation)
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。
An improved sparse component analysis Assembly
- 改进的盲源信号分析代码程序集，内有4个例子，对应论文为"Identification of modal parameters using an improved sparse blind source separation".
direction finding algorithm
- 利用信号本身的结构特征，通过附加不同的稀疏约束，该模型利用过完备字典进行信号分解，使其表示成字典中若干原子的线性组合，从而获得数据的精简表示。(By using the structural characteristics of the signal itself and adding different sparse constraints, the model decomposes the signal into linear combinations of atoms in the dic
基于迭代支撑集检测的稀疏信号重构
- 基于迭代支撑集检测的稀疏信号重构 源码需要可以下载
GroupSparseBox
- 组稀疏表达Matlab代码，同时里面包含了压缩感知信号稀疏表征的几种典型算法。(G r o u p S p a r s e B o x, the matlab codes for group sparse representation, some classical algorithms such as BMP, BOMP, StGOMP etc. also included.)
SBL
- 基于稀疏贝叶斯学习的窄带信号波达方向估计，实测有用，亲测有效！(Based on the sparse Bayesian learning, the narrow-band signal direction estimation is useful, and the pro-test is effective!)
BOMP
- 用于图像处理和信号DOA估计，是基于块稀疏的正交匹配追踪算法(This is an algorithm based on signal block sparsity, which can be used in image processing and signal DOA estimation)
小波变换与信号的稀疏表示
- 小波变换与信号的稀疏表示课程实验案例部分代码可用做参考
MSBL_code
- 块稀疏贝叶斯方法，使用块稀疏贝叶斯求解稀疏信号(Block Sparse Bayesian Method)
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，
压缩感知
- 代码是关于信号稀疏恢复的，SL0算法的matlab代码