搜索资源列表
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
FFT_MP_稀疏分解
- 利用FFT实现基于MP的信号稀疏分解程序
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
基于OMP算法的信号稀疏分解（Gabor字典）
- 基于OMP算法的信号稀疏分解程序
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.
signal_decomposition_MP
- 稀疏信号分解利用匹配追踪算法，主程序+调用函数-Sparse signal decomposition, the main program calls the function+
OMP
- 本程序实现了信号稀疏分解的经典算法OMP！-This program implements a classic signal sparse decomposition algorithm OMP!
matchingpursuit
- matching pursuit 算法，matlab实现，信号稀疏分解方式的一种，适合与信号在超完备的原子库中稀疏分解。matchingpursuit.m-A matching pursuit algorithm. It fits data from a set of dictionary elements by orthogonally projecting the data onto elements of the dictionary of vectors such that t
KSVD_Matlab_ToolBox
- KSVD原始算法：信号稀疏表示中的过完备字典的学习算法-KSVD original algorithm: Signal Sparse Representation of the learning algorithm over-complete dictionary
K-SVD工具箱
- 用于信号稀疏表示的K-SVD字典学习算法工具箱，有详细的Demo，方便理解。
ksvdbox12
- 采用KSVD算法通过训练的方法来构造稀疏过完备字典，在使用时一定要确保已装有ompbox9。可用于语音，图像信号处理等的稀疏字典构造-KSVD algorithm using the method of training to construct the sparse over-complete dictionary, in use, make sure have been installed ompbox9. Can be used for the sparse dictionary cons
MP
- 基于匹配追踪的信号稀疏分解的一种新方法的仿真-Based on matching pursuit signal decomposition A new method for sparse
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)
稀疏分解
- 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(Signal sparse representation is to overcomplete dictionary given in as little as possible to represent atomic signal, signal can be more succinct represen
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.)