说明：这是我自己编写的压缩感知图像重构的算法，直接观测原始信号（二维），最后重建

压缩感知 图像重构

说明：简单的压缩感知代码，用小波变进行换稀疏分解，然后又用随机测量矩阵进行测量，以及用OMP重构算法恢复图像，代码可以运行处结果，有原始图像和重建以后的图像，适用于初学者对压缩感知的过程进行了解。

matlab 代码 压缩 简单 实现 感知

说明：应用背景这个例子涉及的信号在频域稀疏因此，随机测量的时域。此代码演示了使用稀疏信号的压缩传感在时域。该信号由一个超宽带（超宽带）脉冲组成在时域。该信号是稀疏的时间域，因此频率域随机测量。关键技术这里L1魔术的matlab代码是用来恢复为使用l0范数最小化L1范数凸松弛优化技术的信号。

matlab 基于 压缩 感知 稀疏 信号 估计

说明：定向空间预测编码的自然图像基于块的压缩感知的文件

matlab 图像 编码 压缩 基于 预测 用于 空间 定向 传感 自然

说明：包括压缩比、运行时间和计算复原图像的峰值信噪比,借鉴了主成分分析算法（PCA），一种噪声辅助数据分析方法,基于kaiser窗的双谱线插值FFT谐波分析，有循环检测，周期性检测，用于时频分析算法。

算法 压缩 使用 感知 稀疏 适应

说明：压缩感知算法中观测矩阵为哈达玛矩阵重构算法为OMP时的测量相对误差与观测矩阵维数的关系

哈达玛矩阵 测量矩阵 Hadamard-matrix 观测矩阵 哈达玛-matlab

说明：使用BP算法实现压缩感知信号重构，需要已知观测空间基矩阵和观测向量

观测矩阵 矩阵重构 bp重构 simplex-matlab BP_simplex

说明：均值便宜跟踪的示例，是小学期课程设计的题目，matlab编写的元胞自动机，使用混沌与分形分析的例程，利用matlab GUI实现的串口编程例子，可以广泛的应用于数据预测及数据分析。

算法 测试 压缩 感知 好用 稀疏

说明：毕业设计有用，相关分析过程的matlab方法，matlab小波分析程序，有循环检测，周期性检测，利用贝叶斯原理估计混合logit模型的参数，基于chebyshev的水声信号分析。

算法 源代码 压缩 感知 稀疏 适应 真正

说明：到达过程是的泊松过程，时间序列数据分析中的梅林变换工具，主同步信号PSS在时域上的相关仿真，利用matlab GUI实现的串口编程例子，使用matlab实现智能预测控制算法，快速扩展随机生成树算法。

算法 程序 压缩 感知 经典 还原 各种