针对GMRES(m)算法提出一种Krylov子空间E-变换GMRES(m)算法.利用单位矩阵E将GMRES(m)算法的方程组系数矩阵变换为对角矩阵,使求解问题大为简化.理论分析了算法的收敛性.通过数值实验分析,研究结果表明:在大型稀疏工程计算问题的求解中,E-变换GMRES(m)算法具有可行性、稳定性和可靠性,显著提高了GMRES(m)算法的计算精度和计算效率.

在相位恢复过程中, 用图像的稀疏性作为先验知识可以提高图像的重构质量。结合图像在小波域的组稀疏性与图像自身的梯度稀疏性, 针对编码衍射图样模型, 提出一种融合正交小波db10和sym4组稀疏性与全变差正则化的相位恢复算法。针对当前相位恢复算法重构时间较长的问题, 采用复合分裂算法将非凸优化问题分解成几个易于求解的子问题(包括两个组硬阈值算子和全变差最小化)进行求解, 减少了图像重构时间。实验结果表明:在高斯噪声下, 与BM3D-PRGAMP算法相比, 所提算法重构图像的峰值信噪比提高了约0.8 dB, 重构时间缩短了90%；在泊松模型中, 所提算法也具有较大优势, 充分说明了所提算法对噪声具有稳健性。

这段代码展示了一个新的稀疏数组几何，称为增强嵌套数组 (ANA)，它具有封闭式传感器位置、无Kong共阵列和小互耦合比。 ANA 是通过将嵌套数组的密集 ULA 拆分为左/右子数组而形成的。 与互质数组、嵌套数组和超嵌套数组的前几阶相比，ANA 的相互耦合更少。 阵列信号处理、DOA 估计、自适应数字波束成形和多输入多输出雷达系统领域的研究人员应该会对这个代码感兴趣。

用C++编写的程序，有很详细的步骤解说。

组和块稀疏信号重建通过匹配追求——BMP、GMP 梯度追踪 - block_gp, group_gp 近正交匹配追踪 - block_nomp, group_nomp 部分共轭梯度追踪 - block_pcgp, group_pcgp

实现两个稀疏矩阵求和相减，相乘操作。 [基本要求] （1）矩阵可键盘输入。（2）输出求和，相减，相乘结果； （3）利用三元组数据结构。

数据结构，实验七，三元组稀疏矩阵加减法代码，c语言编程实现

17.稀疏矩阵和三元组稀疏矩阵压缩算法.ppt

已知稀疏矩阵用三元组表示编写C=A*B的算法。

传统的基于自然图像块的稀疏表示模型在字典学习的过程中需要求解一个非常高计算复杂度的大规模优化问题以及在稀疏编码和字典学习过程中，每一个图像块都是独立考虑的，忽略了块与块之间的相关性，从而导致了不够精确的系数编码稀疏，基于图像结构组模型可以很好的解决上面两个不足。