搜索资源列表
juzhengyilist
- 用C++先压缩稀疏矩阵于链表,再解压缩链表还原为稀疏矩阵-C++, the first compressed sparse matrix in the list, and then extract the list reduced to sparse matrix
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
Sparse-matrix-storage-and-restore-
- 稀疏矩阵的压缩存储与还原 稀疏矩阵的计算器-Sparse matrix storage and restore compressed sparse matrix calculator
juzhenyunsuanqi
- 【问题描述】已知A和B为两个n*n阶的对称矩阵，求这两个对称矩阵的转置、之和与乘积。 用三元组表存储稀疏矩阵并实现转置。 【基本要求】 输入时，对称矩阵只输入下三角形元素，压缩存储存入一维数组。 对输入的对称矩阵A和B进行显示。 求对称矩阵A和B的转置矩阵。 求对称矩阵A和B的之和。 求对称矩阵A和B的乘积。 输入一个稀疏矩阵，用三元组表存储起来。 实现稀疏矩阵的显示。 实现稀疏矩阵的转置。 -[Problem Descr iption] Known
JISP20140100000_16513260
- 压缩感知将数据的采样和压缩同时处理，仅需少量测量就能重建信号。测量矩阵直接影响着信号适应 的稀疏度范围和重建效果。为了减小测量矩阵与稀疏变换矩阵的互相干性，提出一种基于 KSVD-ETF 的测量矩 阵和稀疏表达字典联合优化的方法，在对测量矩阵进行 ETF 优化的同时利用 KSVD 方法更新优化表达字典，实 验结果中利用该方法优化矩阵所得重建信号 PSNR 有所提高，表明优化测量矩阵的方法在重建效果方面有一定 的优势。- Compressive sensing, a novel s
Fourier-k-m-reconstuction
- 在构造压缩感知测量矩阵中，用傅里叶矩阵实现稀疏度k和m与信噪比之间的关系(In the construction of compressed sensing measurement matrix, the relationship between sparsity k and m and signal-to-noise ratio is realized by Fourier matrix.)