压缩感知
有关近年来比较火的压缩感知的几篇论文，有综述的，同时也有详细介绍的，对初学者很有帮助...
压缩感知技术资料
📦 资源总数：6736
💻 源代码：4422
压缩感知（Compressedsensing），也被称为压缩采样（Compressivesampling）或稀疏采样（Sparsesampling），是一种寻找欠定线性系统的稀疏解的技术。压缩感知被应用于电子工程尤其是信号处理中，用于获取和重构稀疏或可压缩的信号。这个方法利用讯号稀疏的特性，相较于奈奎斯特理论，得以从较少的测量值还原出原来整个欲得知的讯号。核磁共振就是一个可能使用此方法的应用。这一方法至少已经存在了四十年，由于DavidDonoho、EmmanuelCandès和陶哲轩的工作，最近这个领域有了长足的发展。
🔥 压缩感知热门资料
查看全部6736个资源 »压缩感知理论
压缩理论简介，用于传输过程中占用较少带宽，并做有效还原...
压缩感知-信号重构
可用于压缩感知的信号处理，信号重构，信号去噪，是一类贪婪算法，不需要知道稀疏度...
压缩感知人脸识别
这个是应用到压缩感知的人脸识别代码，效果还不错...
基于压缩感知的信号重构
压缩感知是针对稀疏或可压缩信号，在采样的同时即可对信号数据进行适当压缩的新理论，采用该理论，可以仅需少量信号的观测值来实现精确重构信号。文中概述了CS理论框架及关键技术问题，介绍了信号稀疏表示、观测矩阵和重构算法。最后仿真实现了基于压缩感知的信号重构，并对正交匹配追踪（OMP）重构算法性...
💻 压缩感知源代码
查看更多 »📂 压缩感知资料分类