稀疏正交匹配追踪（OMP算法）正交匹配追踪（OMP）算法属于贪婪算法。而贪婪算法是一种不追求最优解，只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解，因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪算法常以当前情况为基础作最优选择，而不考虑各种可能的整体情况，所以贪婪算法不要回溯。 OMP算法的基本思想：从字典矩阵D（也称为过完备原子库中），选择一个与信号 y 最匹配的原子(也就是某列)，构建一个稀疏逼近，将剩余残差减去所有被选择过的原子组成的矩阵所张成空间上的正交投影得到下一步的信号残差，然后继续选择与信号残差最匹配的原子，反复迭代，信号y可以由这些原子的线性和，再加上最后的残差值来表示。很显然，如果残差值在可以忽略的范围内，则信号y就是这些原子的线性组合。 OMP分解过程，实际上是将所选原子依次进行Schimidt正交化，然后将待分解信号减去在正交化后的原子上各自的分量即可得残差。

Matlab代码sqrt 该存储库包含用于产生手稿结果的代码：（）。 代码-PCSKM exeSimus.m：运行整个分析并将结果存储在./GenRes/results文件夹中。 该文件包含以下选项： 确定： 0/1开始时不带或带有随机种子。 JMPCKM_OVERLOAD： 0/1使用重载或非重载MPCK-Means。 该库用于MPCK-Means算法。 看 。 CONSTR_PERC： 0/1根据大小使用固定数量的约束或百分比。 日志： （0）无日志文件且无显示，（1）仅日志文件，（2）仅显示，（其他）显示和日志文件。 constraints_type：要使用的约束类型； 0/1激活ML和/或CL，当从所有可用约束中选取-1则随机约束时，则同时选择了1则相等数量的每种类型的牺牲子。 Constraints_number：要使用的固定值或约束的百分比。 citer：每个约束的迭代次数 sstep：要测试的稀疏性参数值，从步骤1.1到sqrt（尺寸），步长为sstep 。 maxIter：算法迭代以达到收敛。 k折：选择k进行k折验证。 CVstatsPer.m：生成有关数据集的统计信

一元稀疏多项式计算器： 用C语言编写程序，实现一元稀疏多项式计算器。具体要求如下： (1) 演示程序以用户与计算机对话的形式输入输出数据； (2) 实现两个一元稀疏多项式的加、减、乘运算； (3) 求一个多项式a的导函数a’； (4) 结果以类数学表达式的形式输出。

为解决协同过滤算法中的数据稀疏性问题，提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目，然后在填充后的用户—项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope-one算法计算出来的评分预测值作为回填值，既能降低评分矩阵的稀疏性，也保证了回填值的多样性，从而减少均值、中值等单一填充值造成的推荐误差。在MovieLens-1M数据集上对该改进算法和协同过滤算法及均值中心化处理的算法作五折交叉实验，结果表明，基于评分预测值填充数据后的协同过滤算法有效地缓解了数据稀疏性问题，并且有更好的推荐效果。

C语言实现一元稀疏多项式运算 输入并建立多项式； 输出多项式，输出形式为整数序列：n，c1，e1，c2，e2……cn，en，其中n是多项式的项数，ci，ei分别为第i项的系数和指数。序列按指数降序排列； 多项式A和B相加，建立多项式A+B，输出相加的多项式； 多项式A和B相减，建立多项式A-B，输出相减的多项式； 多项式A和B相乘，建立多项式A×B，输出相乘的多项式； 设计一个菜单，至少具有上述操作要求的基本功能。

大规模稀疏线性方程组的GMRES-GPU快速求解算法

提出一种可有效处理环网和分布式电源的快速直接算法，利用自然编号下的节点支路关联矩阵得到稀疏的网络层次矩阵，直接由该层次矩阵快速实现矩阵形式的前推回代。存在环网时将环路支路引入直接求解过程，无需补偿处理。内燃机、传统燃气轮机等分布式电源采用同步发电机，功率因数控制的作PQ节点，电压控制的作PV节点，采用电压控制逆变器作为并网装置的分布式电源，可作PV节点；采用电流控制逆变器作并网装置的光伏发电系统和储能系统处理为有功输出和注入电网电流恒定的PI节点；采用异步发电机并网运行的风力发电机和无励磁控制的同步发电机处理为负荷静特性节点。对IEEE多个标准算例进行仿真对比，指出环网和大多数类型分布式电源的引入并没有增大迭代次数，只有PV类型的分布式电源接入会对收敛速度产生一定的影响。

鲁棒非线性回归：使用维纳模型和稀疏性优化的鲁棒非线性回归

基于卷积神经网络多层特征融合和稀疏表示的表情识别，孙悦，杨勇，卷积神经网络浅层特征含有很多图像细节信息，深层特征含有更多抽象特征，为了充分利用不同层次特征的细节信息和抽象信息，将浅层

【问题描述】 稀疏矩阵的每个结点包含down，right，row，col和value五个域。用单独一个结点表示一个非零项，并将所有结点连接在一起，形成两个循环链表。使得第一个表即行表，把所有结点按照行序（同一行内按列序）用right域链接起来。使得第二个表即列表，把所有结点按照列序（同一列内按行序）用down链接起来。这两个表共用一个头结点。另外，增加一个包含矩阵维数的结点。稀疏矩阵的这种存储表示称为完全链表表式。 【基本要求】 根据用户输入的矩阵，实现稀疏矩阵的求和运算，并输出结果。 2、输入要求：的数据在程序运行的时候由用户提供，先由用户输入稀疏矩阵的行数、列数和非零元个数。再根据非零元个数，输入这些非零元，还需要用户为这些非零元输入行、列和非零元的值。这样，一个稀疏矩阵就输入完成。 3、用单链表存储非零元素的结点信息，并且将之用矩阵的形式打印出来