搜索资源列表
oomp
- 基于子空间匹配追踪的信号稀疏逼近的算法——硕士论文
GAMP
- 基于GA和MP的信号稀疏分解,算法速度比元来的有很多改进。
OMP基于正交原子的稀疏分解
- OMP算法是在MP算法基础上的一种改进算法。本例程基于OMP将信号分解重构
MP稀疏分解
- 基于Garbor 原子的稀疏分解，本算法是一种贪婪算法，可以很好的将信号分解
sparserepresentationofsignals.
- 详细介绍了信号的稀疏分解和表示方法，可以用于图像特征提取等方面,Details of the sparse signal decomposition and that the method can be used for image feature extraction, etc.
cs.rar
- 压缩传感理论的一个简单例子，首先对信号进行稀疏采样，然后利用MP算法对信号进行重建。,Compressed sensing theory of a simple example, first of all, the signal sparse sampling, and then use MP algorithm of signal reconstruction.
DCS_spectrum_sensing
- 分布式压缩感知，DCS_SOMP算法。用于稀疏信号的分布式恢复。-Distributed compressed sensing, DCS_SOMP algorithm. Distributed for sparse signal recovery.
dct_cs
- DCT压缩感知方案，采用DCT基稀疏分解原始信号，并且重构出原始信号-DCT compressed sensing scheme, using sparse decomposition of the original DCT-based signal and reconstruct the original signal
compress edsensing OMP
- 压缩感知 正交匹配追踪一些人关心压缩感知与雷达成像，他们把稀疏表示放在最重要的地方，以为在雷达成像中成功实现压缩感知关键是稀疏表示； 事实上并不是如此。我们知道：压缩感知需要建立AX=B,且该方法具有较低的抑制信噪比能力；另外雷达成像的基础是雷达 信号与目标的相互作用，也就是电磁波与介质的相互作用，该相互作用是一个非常复杂的非线性问题，因此研究这个问题与 压缩感知的关系才是解决雷达成像问题的关键点所在。从另外一个角度来看，雷达成像中惯用的方法是匹配滤波，
MP-FFT
- 基于FFT的MP算法（matching pursuit）匹配跟踪，实现信号的稀疏分解-FFT-based MP algorithm (matching pursuit) matching pursuit, sparse decomposition of the signals
compressed-sensing-procedure
- 基于压缩感知的图像处理，分别使用二维DCT、FFT和一维dwt变换对图像信号进行稀疏变换，然后使用正交匹配追踪算法进行重构，在进行相应的逆变换-This is a image processing procedure based on compressed sensing which respectively uses two-dimensional DCT, FFT and one-dimensional dwt transform to sparse the image signal a
xsfj
- 利用正交匹配跟踪原子库对信号进行稀疏分解程序-Sparse decomposition process
sparseDecomposition
- 介绍稀疏分解，信号与图像的稀疏分解及初步应用，作者好像是西安交大的-sparse Decomposition of Signals and Images and Application
test_m_fft
- 利用FFT实现基于MP的信号稀疏分解程序-Using FFT-based signal sparse decomposition process MP
MP
- 经典的信号稀疏分解算法MP的实现。随着迭代次数增大，恢复的信号越精确。-The classic signal sparse decomposition algorithm MP . With the number of iterations increases, the more accurate the signal is recovered
compressed_OMP
- 对信号进行稀疏分解并投影，然后对信号进行重建-Sparse decomposition of the signal and projection, and then reconstruction of the signal
CS
- 采用DCS-SOMP算法对宽频信号进行重构 L1-SVD算法对低信噪比下的信号进行重构(Compressed sensing DCS-SOMP algorithm is used to reconstruct wideband signals L1-SVD algorithm for low SNR signal reconstruction)
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
压缩感知和稀疏贝叶斯
- 基于贝叶斯理论的压缩感知算法，基于已有的先验知识，和信号的稀疏性，采用贝叶斯理论，对信号进行重构恢复。
稀疏阵列的遗传算法优化
- 阵列信号处理，采用遗传算法对阵列进行稀疏化处理，对于研究阵列天线的学者有帮助(Array signal processing and sparse processing with genetic algorithm are helpful to scholars who study array antenna.)