说明：两个l1准则下的噪声干扰信号压缩感知重构举例，两个例子的稀疏矩阵均为DCT矩阵，而观测矩阵分别采用单位阵和随机矩阵，有详细的步骤和使用方法，适用于初步的学习压缩感知方法。
l1-norm DCT重构 观测矩阵 压缩感知-噪声 稀疏---l1
说明：所给的m文件中有详细的构造三对角分块矩阵的方法，而且构造的分块矩阵采用的是稀疏存储的方法，适用于大型三对角分块矩阵的构造。
三对角分块矩阵的构造程序-MATLAB block-tridiagonal worsebw7
说明：稀疏重构下的DOA估计，重构协方差矩阵，效果很好。
稀疏重构 DOA估计 DOA 估计 重构协 方差矩阵
说明：计算压缩感知的测量矩阵和稀疏基的RIP因子。
压缩感知 压缩感知基 RIP计算 测量矩阵 计算矩阵RIP
说明：对256×256大小的8bit灰度lena图像进行仿真计算，稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构算法采用OMP（正交匹配追踪）算法。
www.ysgz8.com-www ysgz8最新 DCT稀疏 www.ysgz8 ysgz8最新网址
说明：本程序主要是处理图像的，主要是用于求解被高幅度尖锐噪声而不是高斯分布噪声污染的信号分离问题~把问题矩阵分解成一个低秩表示的矩阵和一个稀疏矩阵，优化目标函数，用ALM方法是求解的~
RPCA 低秩 信号 低秩稀疏 rpca
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：我们考虑视觉的图像表示的问题分析。当表示图像作为载体， 特征向量空间是维数的非常高，这使得它的很难统计技术的应用 视觉分析。为解决这一问题，矩阵分解技术，如奇异向量分解 （SVD） 和非负矩阵分解 （NMF），受到越来越多的近几年的利息金额。 矩阵分解
matlab 编码 视觉 分析 稀疏 概念
说明：NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。
矩阵降维 局部特征分解 recognition-faces 降维 face-features-matlab
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。
