说明：陆吾生教授是加拿大维多利亚大学电气与计算机工程系的教授。此课件为其在国内大学短期精品课程的课件。包含最优化问题求解，压缩感知方法及其在稀疏信号和图像处理中的应用（压缩、重构、降噪等）。
最优化问题求解 压缩感知 稀疏信号 和图像处理
说明：C-C算法应用关联积分能够同时估计出时间延迟和嵌入维数，是相空间重构的前提。 本程序通过C-C算法计算duffing方程产生的混沌时间序列的时间延迟和嵌入维数。
C-C算法 duffing方程 混沌时间序列
说明：提取语音特征，包括mfcc等，并可由特征重构语音…………………………………………………………………………………………………………………………………………………………
说明：应用背景利用MP算法进行重构还原，是一个比较简单的算法关键技术利用压缩感知进行压缩信号时，常常需要用到mp算法进行还原
matlab 算法 压缩 Mp 感知
说明：应用背景应用在压缩重构过程，该算法可以降低计算复杂度关键技术梯度投影法是基于l1范数最小进行求解的，解决的是一个受约束的二次规划，相对于其他算法，它降低了计算复杂度。
matlab
说明：用DWT实现二维小波变换，调原始图像矩阵后进行二维小波分解，重构源图像及结果显示。
DWT 二维 小波变换
说明：在MATLAB实现的5-3整数小波分析，包括三个文件，分析，重构还有主程序，可对图像进行三级小波分解。
整数小波
说明：用泽尼克拟合波面的几种算法的描述，对于重构波前有一定的帮助。
泽尼克 拟合波面 算法
说明：用matlab语言实现的将图像的进行dpcm编码算法，之后进行图像重构，进行前后图像的对比。
图像 dpcm编码
说明：实现配电网故障恢复和故障重构算法，文件算例是IEEE33节点系统。
配网 故障恢复 算法
