搜索资源列表
xsssdp
- 基于稀疏分解的欠定盲源分离，要求信号具有一定的稀疏性。-Based on sparse decomposition due to blind source separation, the signal has a certain sparseness.
dct-dft--dwt
- 基于Matlab的压缩感知DCT、DWT、DFT正交基及过完备字典稀疏分解信号及重构-Matlab-based compression perception DCT, DWT, DFT orthogonal basis and complete dictionary signal sparse decomposition and reconstruction
txys
- 压缩感知的获取与重建，信号的稀疏表示，测量矩阵，重建算法-Compressed sensing acquisition and reconstruction
cai-yang-chong-gou
- 利用matlab仿真宽带稀疏信号的时域、频域波形，可用于宽带信号采样的研究-Use of the matlab simulation broadband sparse signal time domain, frequency domain waveform for wideband signal sampling
generate_graphs
- MIT稀疏傅里叶变换 小组的SFFT 源码： 运行的SFFT和FFTW参数和重复的范围内，两者的运行时间 诗句信号的大小（n）或稀疏（ K ） 。重新创建图表的文件： 稀疏傅里叶变换， SODA 12简单和实用的算法。 -Runs sFFT and FFTW for a range of parameters and plots the runtime of both verse the signal size (n) or the sparsity (k). Recreat
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
paper1
- 论文一篇：基于稀疏表示的信号DOA估计.pdf-Based on sparse representation signal DOA estimation. Pdf
MSBL_code
- 稀疏贝叶斯学习是一种很好压缩感知，信号恢复方法。-sparse bayesian learning is a good cs method for coefficient recovery.
xishuquzao
- 信号的稀疏表示,它意欲用尽可能少的非0系数表示信号的主要信息,从而简化信号处理问题的求解过程-Signal sparse representation, it intends to as little as possible of non-zero coefficient signal is the main information, so as to simplify the solving process of signal processing problems
CSWavelet_OMP
- 利用压缩感知的正交匹配追踪算法，即OMP算法实现压缩感知稀疏信号重构，效果较好。-use OMP to reproduce signal
SAMP
- 稀疏自适应匹配追踪算法，无需稀疏度，就可以重构原始信号。-Sparse adaptive matching pursuit algorithm, without sparsity, we can reconstruct the original signal.
CoSaMP
- CoSaMP算法，在重构信号时，选取两倍稀疏度的原子来恢复原始信号，再删去一倍稀疏度的原子。-CoSaMP algorithm, in the reconstructed signal, select twice the atomic sparsity to recover the original signal, and then deleting the double sparsity of atoms.
CS_OMP_my_final
- CS算法OMP该进算法，对傅里叶与 的信号进行稀疏采样-Compressive Sensing OMP
KSVD
- 压缩传感中稀疏字典KSVD算法，能实现信号的稀疏表示，和图像重构-important to image
OLS_sparsereprention
- 基于稀疏表示的正交最小二乘法，使用的语言是matlab，应用比较广阔，设计信号处理中的信号回归，图像处理的压缩等。-Sparse representation based on orthogonal least squares method, the language used is matlab, relatively broad application, design signal processing signal return, image processing, compression
CS_OMP
- 正交匹配追踪法实现1-D信号压缩传感，测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构-Orthogonal Matching Pursuit
GSxishu_samp
- 本代码使用高斯绝对稀疏信号进行重构，采用的重构算法是SAMP，重构效果好！-This code uses the absolute sparse Gaussian signal reconstruction, reconstruction algorithm uses a SAMP, good remodeling effect!
oMP
- % 1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit) % 测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构
Wavelet_OMP
- 小波稀疏分解和重构算法，适合通信信号和图像重构-Sparse wavelet decomposition and reconstruction algorithm for communications signal and image reconstruction
RICE-UNIVERSITY
- 标准压缩感知（CS）理论决定了可靠的信号恢复是可能给M= O（KLOG（N / K））的测量。我们证明了它可以通过利用超越简单的稀疏性和可压缩性由包括价值观和信号系数的位置之间的依赖关系更加逼真信号模型大大降低Mwithout牺牲的鲁棒性。-The standard compressive sensing (CS) theory dictates that robust signal recovery is possible from M=O(Klog(N/K))