稀疏表示与字典学习算法学习资料，包含OMP、MP、BP以及字典学习相关算法的分析讲解，大牛Micheal Elad 的ppt相关的ppt

Fisher字典学习方法，以及稀疏表示分类的人脸识别算法的MATLAB代码实现。对于科研学习很有用。

Lei Zhang 、 Meng Yang 、Xiangchu Feng 的论文《Sparse Representation Based Discrimination Dictionary Learning for Image Classification》论文源码

该资源是ksvd算法的源代码，本人亲测可用。可以先看看我的博客里关于ksvd的那篇文章，再运行代码，效果还是很不错的。

经典K-SVD程序，字典学习的好范本，初学者可以参考学习，注释很全。

基于非负字典学习高光谱图像超分辨.caj

基于双正则化参数的在线字典学习超分辨率重建

基于双正则化参数的在线字典学习超分辨率重建

通过稀疏字典学习的方法，将图像进行稀疏分解，再通过字典学习，获得新的稀疏矩阵，然后调节参数用于稀疏去噪。

字典学习（DL）方法近年来被广泛应用于解决各种计算机视觉领域的问题。现有的大部分字典学习算法均旨在学习一个综合型字典来表示输入信号，并使表示系数或表示误差具有一定的判别能力。这些字典学习算法大都需要对稀疏表示系数采用l0或者l1范数的约束，所以学习过程比较耗时。解析型字典学习的提出较为有效地解决了字典学习算法效率低的问题。在分类识别任务中，联合学习一个综合型字典和一个解析型字典正在成为一个热门的研究趋势，这不仅很大程度上降低了学习过程中的计算复杂度，而且在分类识别性能上也能有一定的提升。本文借鉴了最新提出的“字典对”学习思想，利用训练数据的局部结构信息，提出了局部保持的综合型-解析型“字典对”学习算法。在三个国际公开测试数据库（人脸识别库Extended YaleB、AR和图像分类库Caltech101）上的实验结果表明，局部保持的综合型-解析型“字典对”学习算法在准确率和效率方面都具有很好的性能。