说明：压缩感知处理信号数据，首先使用k-svd算法学习得到稀疏基，即字典。根据所学的稀疏基，利用omp算法得到信号的稀疏表示，随机高斯矩阵作为感知矩阵。
说明：压缩观测y=Φx，其中y为观测所得向量M×1，x为原信号N×1（M
说明：信道估计的大量参考文献，尤其是对于水声信道的估计，便于下载。
说明：鲁棒稀疏编码来进行的人脸识别，针对误差的分布不一定服从高斯分布来对其进行一般化，从而实现了更好的鲁棒性，增加了人脸的识别率，也是基于稀疏编码对人脸识别的进一步改进。
说明：Wright 等人[13]最近几年研究的一种从低秩矩阵恢复问题中引导出的Robust PCA，引起了很多关注，也是目前最为流行的RPCA 方法。低秩矩阵恢复本义是从带有噪声的数据中恢复出原始的低秩数据，可以看到其思想与PCA 是类似的，因为PCA 是要找到数据的低维子空间，数据中不属于低维子空间的部...