这是基于稀疏表达的图像融合去噪源码。下载解压后直接运行。

稀疏阵列，阵列方向图，将阵列天线的波束形成问题等效为求解稀疏信号向 量的最优化问题的方法，快速准确地得到最大稀疏化的阵列，以及阵元位置和激励幅度

基于流形学习和正交稀疏保留投影的人脸和掌纹图像特征提取方法，刘茜，李文倩，对于一个数据集，数据间的稀疏重构关系具有很好的分类信息。稀疏保留投影（SPP）正是基于这样的考虑所提出的一种特征提取方法，它

LibADMM工具箱 1.简介 该工具箱使用本文中开发的M-ADMM 解决了许多稀疏，低秩矩阵和低秩张量优化问题。 2.问题清单 下表列出了我们工具箱中已解决的问题。 请参阅以下手册中的更多详细信息： 。 3.引文 在您的论文中引用此工具箱时，请使用以下参考资料： C. Lu, J. Feng, S. Yan, Z. Lin. A Unified Alternating Direction Method of Multipliers by Majorization Minimization. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 40, pp. 527-541, 2018 C. Lu. A Library of ADMM for Sparse and Low-rank Optimizat

matlab精度检验代码特殊目的 该库实现了批处理和增量稀疏频谱高斯回归处理（SSGPR）。 批处理算法的详细说明可以在以下位置找到： 稀疏谱高斯过程回归。 Miguel Lazaro-Gredilla，Joaquin Quinonero-Candela，Carl Edward Rasmussen和Anibal R. Figueiras-Vidal。 在《机器学习研究杂志》（Journal of Machine Learning Research）中，2010年。 增量变式在以下内容中进行了描述： 使用增量稀疏谱高斯过程回归进行实时模型学习。 Arjan Gijsberts和Giorgio Metta。 在《神经网络》第41卷中，2013年。 安装 下载后，您可以通过程序包管理器安装ssgpr pip3 install . 或者如果不是直接通过setup.py使用的选项 python3 setup.py install --user 这两个命令都需要在基本目录中执行。 另外，您将需要numpy ， scipy和一个编译器。 这些脚本似乎可以在Python 2上安装并正常运行，但实际上并

梯度函数的反函数。 我提供了适用于 1-d 向量、2-d 或 3-d 数组的版本。 在 1-d 情况下，我提供了 5 种不同的方法，包括 cumtrapz 和集成三次样条，以及几种有限差分方法。 在更高维度中，仅提供有限差分/线性代数解，但它的方法是完全矢量化和完全稀疏的。 在 2-d 和 3-d 中，如果梯度不一致，则生成最小二乘解。 （如果有兴趣，我会增强 2-d 和 3d 工具。目前它们被设置为统一网格上的二阶方法。） 请通知我任何错误。

信号分解的matlab代码稀疏2DCCA 用法：只需在MATLAB中运行demo.m文件。 我已使用MATLAB 2017b版本成功运行了这些脚本。 如果您在运行此模拟设置时遇到任何问题，请提出问题。 我将尝试尽快做出回应。 如果您使用提供的MATLAB代码，请引用本文 Muhammad Ali Qadar，AbdeldjalilAïssa-El-Bey，Abd-Krim Seghouane，通过惩罚矩阵分解进行的二维CCA，用于结构保存的fMRI数据分析，数字信号处理，第92卷，2019年，第36-46页，2019年。 可以在这里访问本文 感谢Navid Shokouhi在此代码开发过程中提供的帮助。

一元稀疏多项式简单计算器 基本功能是：a.输入并建立多项式；b.输出多项式， 输出形式为列：n,c1,e1,c2,e2,…,cn,en，其中n是多项式的项数，ci,ei，分别是第i项的系数和指数，序列按指数降序排列； c.多项式a和b相加，建立多项式a+b；d.多项式a和b相减，建立多项式a-b；e.计算多项式在x处的值；

稀疏优化 图像压缩感知(CS)是近几年图像处理领域的重大突破，它是由Donoho和Candes等人在稀疏表示和优化理论的基础上提出的一种成像理论其主要思想是利用随机观测矩阵Φ，将一个在小波变换域Ψ上稀疏的图像投影到M维的低维空间上，并证明这样的随机投影观测值包含重建图像足够的信息，通过一定的线性或非线性的解码模型求解对应的优化问题，可实现图像重构。

线性表及其应用 设计一个实现一元稀疏多项式相加运算的演示程序： （1）输入并建立两个多项式； （2）多项式a与b相加，建立和多项式c； （3）输出多项式a,b,c。输出格式：比如多项式a为：A(x)=c1xe1+ c2xe2+…+ cmxem，其中，ci和ei分别为第i项的系数和指数，且各项按 指数的升幂排列，即0≤e1＜e2＜…＜em。多项式b,c类似输出。