搜索资源列表
sparse_representation
- 最热门的稀疏表示的算法，马毅等人在PAMI上发表的文章代码-Sparse representation of the most popular algorithms, Yi Ma, and others published an article in the PAMI code
CSzhongsu
- 该文对压缩感知理论进行了综述，对压缩感知的稀疏表示、观测矩阵、编码、解码和有待研究的关键问题进行了综述-This paper summarizes the theory of compressed sensing, sparse representation of compressed sensing, observation matrix, encoding, decoding and the key issues to be examined were reviewed
SRC_AR_showversion
- 基于稀疏表示的人脸识别算法，是核心算法的演示版本-Face recognition algorithm based on sparse representation is the demo version of the core algorithm
HaarPSRC=Vehicle-detection
- 运用harr特征+SRC（稀疏表示）分类实现的一种车辆检测方法，文件中提供了训练和测试车辆图片。由于时间原因，所用haar特征没有优化，维度过高，导致滑窗框图过慢，本代码只输出效果统计数据，以供大家参考学习稀疏表示在车辆检测中的应用。-Using harr feature+SRC (sparse representation) classification to achieve a vehicle detection method, the paper provides a training a
SSR_DOA
- 稀疏表示doa估计，l1范数凸优化的算法，性能很好-Low complexity method for DOA estimation using array covariance matrix sparse representation
ESRC_classifier_v1.1
- 极限学习机\极速学习机\ELM 稀疏表示人脸识别\稀疏表示\L0范数求解 基于ELM与稀疏表示的混合人脸识别算法 AR人脸识别准确率95 . 文章:Luo, Minxia, and Kai Zhang. A hybrid approach combining extreme learning machine and sparse representation for image classification. Engineering Applications of Artific
l1_magic
- l1_magic用于稀疏表示求解L1稀疏系数，特点是本程序是用于求解稀疏系数比l1_ls快-this procedure is used to solve the following problem。 min ||x||1 s.t. y=Ax
Sparse-Autoencoder
- 稀疏编码算法是一种无监督学习方法，它用来寻找一组“超完备”基向量来更高效地表示样本数据-2006 A fast learning algorithm for deep belief nets
Autoencoder-Code
- 稀疏编码的概念来自于神经生物学。生物学家提出，哺乳类动物在长期的进化中，生成了能够快速，准确，低代价地表示自然图像的视觉神经方面的能力。我们直观地可以想象，我们的眼睛每看到的一副画面都是上亿像素的，而每一副图像我们都只用很少的代价重建与存储。我们把它叫做稀疏编码，即Sparse Coding.本文提供稀疏编码的一个实例-Sparse Coding.
MOD
- MOD算法是经典的字典学习算法，他能适应各种信号如图像、声音、机床振动等的稀疏表示-MOD algorithm is the classic dictionary learning algorithm, he can adapt to a variety of signals, such as sparse image, sound, vibration or the like, said machine tool
SSC_ADMM_v1.1
- 稀疏子空间聚类，利用稀疏自表示模型对数据聚类分析。-Sparse Subspace Clustering(SSC) by self-expressive model
411852
- 稀疏矩阵采用三元组表示,1求两个具有相同行列数的稀疏矩阵A和B的相加矩阵C,并输出C,2求出C的转置矩阵D,输出D()