搜索资源列表
PTandCSword
- 基于峰值变换的信号稀疏表示及重建，相关理论说明。-Sparse representation of signals based on peak transform and reconstruction, and related theoretical explanations.
Simulation-visual-mechanism
- 提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能，对输入场景，该模型用小波变换提供该场景图像的稀疏表示，模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性，分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a wavelet domain multi-scale mark
Fast-Discrete-Curvelet-Transforms
- 快速曲线波变换理论属于稀疏表达的范畴，采用基函数与信号的内积形式实现信号的稀疏表示。-An Alogrithm for Multimodal Biometric Recognition Based on Feature Level and the Second-Generation Curvelet Transform
Novel-Sparse-Matrix-Converter
- 一种新型的三相甚稀疏矩阵变换器技术文档，包括其引出，基本原理，空间矢量调制等。-A new three-phase matrix converter is very sparse technical documentation, including its leads, the basic principles of space vector modulation.
Compression-perception-theory-
- 压缩感知理论及其研究进展,文综述了cs理论框架及关键技术问题，并着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方面的最新进展，是一篇综述。-Compression perception theory and research progress, cs paper reviews the theoretical framework and key technical issues and focuses on the latest developments signal sparse tran
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.
KSVD_Color_IEEE_TIP
- 图像稀疏表示近来比较流行!本文是一篇基于k-svd方法变换的快速方法的经典文章！-Image sparse representation of the more popular lately! This article is based on a quick way to change the method of k-svd classic article!
OMP
- ：针对压缩感知算法重建时间长、图像重建质量不高等不足 ， 在认真分析压缩感知算法的基础上 ， 提 出一 种压缩感知多描述并行算法。为了提 高系统运行速度和重建 图像质量， 将 经过稀疏 变换后 的系数进行 交织抽 取 ， 分成多个子图像 ， 再利用 Op e nMP将子图像分配到各线程中并行实现分块压缩感知。实验结果表明， 随着抽 取数的增加，图像的重建质量呈上升趋势， 在 3 2抽取时图像的重建质量比单抽取的高出了7． 2 4 dB； 随着线程数 的增加 ， 程序的执行效率不断提 高， 最高可
sFFT-1.0-2.0
- 由麻省理工四位研究员研究出的稀疏傅里叶变换源代码。(The sparse Fourier transform source code for MIT research.)
稀疏傅里叶变换论文
- 稀疏傅里叶变换论文：基于稀疏傅里叶变换的压缩感知技术研究_朱燊
压缩感知
- 本文分别以稀疏基有离散余弦变换基（DCT）和快速傅立叶变换基（FFT）做为稀疏基，高斯随机矩阵、部分哈达玛矩阵为测量矩阵，L1范数、正交匹配追踪算法（OMP）为重建算法进行压缩感知算法实现。(In this paper, DCT and FFT are used as sparse basis, Gauss random matrix and partial Hadamard matrix are used as measurement matrix, L1 norm and OMP are u
小波变换与信号的稀疏表示
- 小波变换与信号的稀疏表示课程实验案例部分代码可用做参考