数据融合matlab代码LFASR-FS-GAF
IEEE
TPAMI
2020文件的PyTorch实施：“具有灵活采样和几何感知的融合的从粗到细的密集光场重构”。
要求
Python
3.6
PyTorch
1.3
Matlab（用于培训/测试数据生成）
数据集
我们提供用于准备训练和测试数据的MATLAB代码。
请先下载光场数据集，然后将其放入LFData相应文件夹中。
演示版
要重现本文提供的实验结果，请运行：
（我们的（固定）在任务2x2→7x7下，用于合成LF数据）
python
test_pretrained.py
--model_dir
pretrained_models
--save_dir
results
--arb_sample
0
--angular_out
7
--angular_in
2
--train_dataset
HCI
--test_dataset
HCI
--test_path
./LFData/test_HCI.h5
--psv_range
4
--psv_step
50
--input_ind
0
6
42
48
--save_img
1
--c
2022-05-01 13:25:07
120.24MB
1
脉冲编码调制的完整代码，您可以在其中更改消息频率、采样频率、每个整数的位数，并且可以显示输出数字。
2022-04-30 23:56:48
2KB
1
小波包分解与重构多种特征提取MATLAB代码
内容概要：该资源为博主自己编写，内含小波包分解与重构，小波包分解与重构后的频谱分析，小波包升降采样，小波包能量熵，小波包能量，小波包能量占比三种特征提取方法，内含封装好的特征提取函数，内含详细代码注释，更换输入数据就可直接运行，可直接更换小波包基函数，可直接生成特征向量，。
理论描述：小波包分解（wavelet packet decomposition，WPD）能够同时在低频和高频带内对信号进行分解，并自适应地确定不同频段上信号的分辨率，且各分解频带内信号相互独立、无冗余、不疏漏[。小波包分解层数越多，分辨率越高，包含故障信息越丰富。但层数过多会造成计算复杂且分析速度慢。一般需要根据实际需要和相关实验选取分解层数以及小波基函数。能量熵表示信号中出现的状态数目的可能性及相应概率，可用来评估信号的复杂性，可用来描述电信号、轴承等振动信号的特征变化。
适用人群：信号处理，机器学习，深度学习研究者对信号进行特征分析以及特征提取。
本代码为matlab代码，在matlab2020上编写。
2022-04-30 17:06:58
6KB
基于log-sum范数的压缩感知重构算法，成萍，刘婷婷，压缩感知中基于l1范数的最小优化算法，并不是对l0范数的最有效的逼近方法。随着测量值的减少，l1范数恢复信号的能力也在下降。针对
2022-04-29 22:10:12
417KB
1