Advertisement

稀疏表示，包含完整的MATLAB代码实现。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该项备受瞩目的稀疏表示算法，马毅等人于《IEEE Transactions on Pattern Analysis and Machine Intelligence》（PAMI）上发布的代码，是当前领域内研究的热点。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于稀疏表示的算法（附完整MATLAB代码）
    优质
    本书或文档深入探讨了基于稀疏表示的各种先进算法，并提供了全面且可执行的MATLAB代码示例，便于读者理解和应用相关技术。适合研究和开发人员参考学习。 最热门的稀疏表示算法之一是由马毅等人在PAMI上发表的文章中的代码实现的。
  • 基于MATLAB的稀疏表示人脸识别SRC代码实现
    优质
    本项目利用MATLAB实现了基于稀疏表示分类(SRC)的人脸识别算法。通过构建训练集与测试集中人脸图像的字典，应用L1范数最小化技术寻找最匹配的身份标签，从而准确地识别人脸。 稀疏表示人脸识别SRC的Matlab代码实现包括了L1范数优化的部分，并且能够顺利运行。测试数据集使用的是YaleB数据库。
  • Image Fusion.zip_KSVD_基于稀疏表示的图像融合_稀疏_稀疏表示
    优质
    本项目为图像处理技术研究的一部分，旨在通过KSVD算法实现基于稀疏表示的图像融合。利用稀疏编码原理优化图像信息整合，提升视觉效果与信息提取效率。 基于稀疏表示的图像融合算法KSVD OMP通过利用字典学习方法，在图像处理领域展现出了卓越性能。该算法结合了K-SVD与OMP技术，能够有效提升图像质量和细节表现力。通过对原始数据进行稀疏编码和重构，它为多源信息整合提供了强大工具。
  • 基于稀疏表示的面部识别（含文章与实现代码）
    优质
    本项目研究并实现了基于稀疏表示的面部识别算法，并提供了相关论文及源代码，旨在促进学术交流和技术应用。 本段落介绍了一种用于人脸识别的方法：学习低秩类别特定字典和稀疏类内变化字典。该方法旨在通过构建更适合人脸特征表示的字典来提高识别性能。
  • KSVD稀疏表示代码程序
    优质
    本KSVD稀疏表示代码程序实现基于KSVD算法的信号和图像处理中的稀疏编码。该工具箱适用于学习稀疏表示并应用于多种模式识别任务中。 KSVD稀疏表示的程序包括字典更新、匹配追踪和正交匹配追踪等功能模块，在图像处理方面非常实用。
  • 稀疏表示及稀疏分解
    优质
    稀疏表示及稀疏分解是信号处理与机器学习领域的重要概念，涉及如何用少量有效成分准确表达复杂数据。该技术在图像压缩、特征提取等领域有广泛应用。 详细讲述了信号的稀疏表示和稀疏分解问题，很适合用作开题报告。
  • 有关稀疏表示的代码 实用版本
    优质
    本项目提供一系列实用的稀疏表示算法代码实现，旨在为研究与应用开发人员简化相关计算任务。 关于稀疏表示的代码是可用的，并且包含有关于移不变稀疏编码的详细程序及实现过程。这些程序可以调试使用。
  • l1_ls_nonneg.rar_稀疏Matlab_稀疏求解_稀疏表示_非负稀疏系数
    优质
    本资源包提供了一种用于计算非负稀疏系数的L1最小化算法的MATLAB实现，适用于稀疏表示和信号处理中的相关问题。 本程序用于求解非负的L1稀疏系数。特点是专门针对稀疏表示中的非负约束进行优化。
  • 稀疏表示分类(SRC)代码.zip
    优质
    本资源为稀疏表示分类（SRC）算法的实现代码，适用于模式识别与机器学习任务，有助于研究和开发人员快速应用SRC进行图像或信号分类。 论文《Robust Face Recognition via Sparse Representation》的Matlab代码。