利用MATLAB实现了基于and准则的瑞利衰落信道频谱感知，对了解and准则以及频谱感知技术有一定的帮助

基于SVM的频谱感知方法

压缩感知_此程序实现构造小波基 求解小波尺度函数离散整数点的值 实现尺度函数经伸缩后的离散值 采用双尺度方程求解小波基函数 PSI(T)

nn束 多层感知器和三个优化器的实现：具有NAG的随机梯度下降，具有标准标准近邻束方法和 安装 首先，您需要克隆此存储库： $ git clone https://github.com/vdecaro/nn-bundle $ cd nn-bundle 使用此存储库需要安装conda 。 需要使用python3.7的新环境： $ conda create -n yourenvname python=3.7 $ conda activate yourenvname 下一步是包括将Gurobi安装到您的环境中的渠道： $ conda config --add channels http://conda.anaconda.org/gurobi 现在，您只需启动以下命令即可将所需的软件包安装到您的环境中： $ conda install --file requirements.txt

现有的以降低能耗为目标的虚拟机动态整合算法通常忽略了虚拟机迁移所带来的消极影响，导致虚拟机的动态整合虽然减少了数据中心的能耗，但不合理的虚拟机迁移次数较多，极有可能增加了SLA（Service Level Agreements）的违例率。针对上述问题，提出了一种迁移开销感知的虚拟机动态整合算法MigCAP（Migration Cost Aware Policy），定义了迁移收益参数EMP，MigCAP算法通过EMP值的大小来决定是否需要进行虚拟机的迁移，避免了不合理的虚拟机迁移的发生。实验结果表明，MigCAP算法与现有的其他虚拟机动态整合算法相比，能够在有效减少能耗和降低SLA违例率的基础上，显著减少虚拟机迁移次数。

该资源为压缩感知入门资料，建议初学者和想巩固基础的同学详细看看！希望给大家带来帮助！

压缩感知图像matlab代码压缩传感 使用压缩感测的图像压缩。 概括 此存储库正在开发，这是UC Berkeley的EE227BT凸优化课程的班级项目的一部分。 作者是加州大学伯克利分校EECS系的研究生David Fridovich-Keil和Grace Kuo。 组织 该存储库中的文件组织如下。 compressed_sensing/presentation目录包含幻灯片组的副本，以及幻灯片中使用的一些图像。 compressed_sensing/writeup目录包含最终报告的副本。 compressed_sensing/data目录包含三个示例图像。 实际上，幻灯片和报告中的所有示例均使用lenna.png图像。 compressed_sensing/reconstructions目录包含两个子目录： matlab figures和python figures ，这两个子目录（并不令人惊讶地）包含分别由用MATLAB和Python编写的测试脚本创建的压缩和重建结果。 compressed_sensing/src目录还包含两个子目录。 matlab子目录包含我们最新的代码库。 这

压缩感知重构算法的功能代码 内附功能函数的详细说明，基本的压缩感知程序。

该代码为压缩感知重构算法的正交匹配追踪的matlab代码，注释很详细

完整的压缩感知去噪程序，包括贪婪算法，K—SVD算法，以及相应的字典构造的源代码，可以直接放在matlab中运行。