说明:协方差矩阵稀疏DOA,对利用压缩感知进行定位有参考作用。
压缩感知 感知矩阵 l1-SRACV SRACV 压缩感知DOA
说明:ONSL0稀疏重构算法是NSL0的优化版 输入: y:测量值向量 A:测量矩阵 A_pinv:A的广义逆 输出: xr:重构信号 用于对信号或者图像的压缩重构。
图像测量 NSL0 onsl 测量矩阵优化 onsl0
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:基于接收矩阵的稀疏重构,L1-SVD,阵列信号处理方面。
接收矩阵 稀疏重构 L1-SVD 阵列信号
说明:通过稀疏表示的图像超分辨率。
稀疏 图像 超分辨率
说明:利用遗传算法优化10元稀疏天线阵列的单位间距,得到低副瓣的结果
遗传算法 10元 稀疏天线阵列 单位间距 低副瓣
说明:实现信号稀疏变换、观测矩阵设计、重构算法等一系列最新理论成果。
稀疏变换 观测矩阵 重构算法
说明:稀疏表示在人脸识别中的应用(最新版),很经典论文。
稀疏表示 人脸识别
说明:用matlab实现的稀疏字典学习算法,可以用于图像去噪、图像分类、图像识别等。
高维词典 OSDL-master 稀疏字典
说明:用matlab实现的稀疏字典学习算法,可以用于图像去噪、图像分类、图像识别等
稀疏字典 学习算法