matlab中余弦相似度代码用于盲语音分离的定向稀疏滤波。 以下论文的 MATLAB 代码： K. Watcharasupat, AHT Nguyen, C. -H. Ooi 和 AWH Khong，“使用加权 Lehmer 均值进行不平衡语音混合盲分离的定向稀疏滤波”，ICASSP 2021 - 2021 IEEE 国际声学、语音和信号处理会议 (ICASSP)，2021 年，第 4485-4489 页，doi 10.1109/ICASSP39728.2021.9414336。 AHT Nguyen、VG Reju 和 AWH Khong，“用于欠确定复值混合矩阵盲估计的定向稀疏滤波”，在 IEEE Transactions on Signal Processing，第一卷。 68，第 1990-2003 页，2020 年，doi：10.1109/TSP.2020.2979550。 AHT Nguyen、VG Reju、AWH Khong 和 IY Soon，“学习具有绝对余弦相似度的复值潜在滤波器”，2017 年 IEEE 声学、语音和信号处理国际会议 (ICASSP)，2017

tensorflow_stacked_denoising_autoencoder 0.安装环境 要运行脚本，至少应满足以下必需的软件包： 的Python 3.5.2 Tensorflow 1.6.0 NumPy 1.14.1 您可以使用Anaconda安装这些必需的软件包。 对于tensorflow，请使用以下命令在Windows下快速安装： pip install tensorflow 1.内容 在这个项目中，有各种自动编码器的实现。 python的基本类是library / Autoencoder.py，您可以在自动编码器的构造函数中将“ ae_para”的值设置为指定相应的自动编码器。 ae_para [0]：自动编码器输入的损坏级别。 如果ae_para [0]> 0，则为降噪自动编码器； aw_para [1]：稀疏正则化的系数。 如果ae_para [1]> 0，

中文翻译

稀疏线性系统的迭代方法:第2版= Iterative Methods for Sparse Linear Systems:Second Edition :英文

From Theory to Applications in Signal and Image Processing

Sparse Subspace Clustering ：Algorithm Theory and applications 的论文和matlab实现

Sparse+and+Redundant+Representation一书的matlab-code

组播PIM Sparse的特殊转发模型SSM详解.doc

Circuitscape.jl：电路理论的算法，用于预测异构环境中的连通性

Image Super-Resolution via Sparse Representation 关于超分辨率的稀疏表示matlab源代码