说明：即插即用算法的相关程序，1利用低秩+自适应（学习）字典稀疏分解从k-t空间测量值重建动态磁共振图像的LASSI.m-MATLAB函数。2m-MATLAB函数，通过使用块坐标下降算法（见上文[3]和[4]），从重塑字典列上具有秩约束（上界）的信号或图像块中学习合成字典。
说明：稀疏表示分类代码人脸识别，采用的是同伦算法求解L1范式最小化，对稀疏的求解大大改善。
说明：最近的K-SVD算法的学习过程中，采用稀疏编码部分OMP跟踪算法，尤其是对于本摘要。解决问题：其中D为过完备字典中，已经给出，Y是原始信号中，X的未知。其基本思想的OMP算法是：贪婪迭代方法来选择D列后面，以便与相关的当前冗余最大程度所选列向量的每个迭代中，减去从原始信号向量的相关部分，并多次迭代过...
说明：稀疏分解，是自己做论文修改的，可以运行，注释齐全。稀疏表示是图像处理的重点，并且K—SVD优于字典表示方法
说明：LI范数原点对偶法求解稀疏编码.一种经典的凸优化算法，它可以求解不等式约束条件的最优化形式，其基本思想是利用障碍函数将不等式约束最优化问题转化为等式约束最优化，再利用牛顿法来求解。应用于脑电信号分类中，keyi 实验来比较算法的计算复杂度和分类准确性。
说明：focuss算法 关于图像稀疏性分解中字典学习的经典算法 和大家一同分享
说明：ESPRIT DOA算法的稀疏表示求解，程序中使用了凸优化工具箱