【文件属性】：
文件名称：matlab经典小代码-sparseConv:稀疏卷积模型
文件大小：44KB
文件格式：ZIP
更新时间：2021-05-28 05:17:09
系统开源
matlab经典小代码sparseConv
使用稀疏模型进行内容分离的方法
sparseSeparation项目中工作的Python扩展
稀疏卷积模型的Python开发
Python开发与Matlab开发并行
根据Apache
2.0许可获得许可。
sparseConv存储库中在此处开发的例程旨在实现一种用于在矩阵矢量乘积可描述为卷积的问题中追求1-范数最小化的方法。
该特定存储库的开发工作于2012年12月开始，并使用修改为的经典MPI（）协议进行了初始并行化。
此处的幻灯片中提供了此处开发的代码：（）。
该代码的目的是简短学习可用于以稀疏方式准确解释所观察到的数据的类似波形的原型。
学习这些权重已应用于一小段甚低频波数据。
已经扩展了方法以合并多个同时的数据通道。
学习是跨样本数据的不同选择并行化的。
独立模型适合单独的数据，并就数据集的适当权重达成共识。
这种并行化级别要求我们将用于数据选择的方法显式地编码到MPI作业中。
数据实例的大小受MPI作业的本地内存和cpu能力限制。
需要仔细的参数调整，以实现合理的执行时间和负载平衡。
【文件预览】：
sparseConv-master
----.pydevproject(420B)
----matlab()
--------applyWT.m(389B)
--------sampleConv.m(1KB)
--------testL1.m(2KB)
--------fakeItPlain.m(4KB)
--------statsNls.m(370B)
--------phistoryMulti.m(2KB)
--------applyP.m(520B)
--------paraZup.m(1KB)
--------applyD.m(624B)
--------updateWeights.m(1KB)
--------find_max_eig_func.m(755B)
--------parseTS.m(716B)
--------phistory.m(2KB)
--------makeRandF.m(362B)
--------solvel1.m(901B)
--------convTranspose.m(989B)
--------weightAgg.m(290B)
--------fakeIt.m(3KB)
--------convmat.m(597B)
--------testWtg.m(1KB)
--------sprsPCA.m(787B)
--------designerConv.m(3KB)
--------extractData.m(320B)
--------paraIsta.m(1KB)
--------applyPT.m(583B)
--------applyDT.m(642B)
--------applyW.m(561B)
--------svt.m(73B)
--------desConvLocal.m(3KB)
--------chPHistory.m(893B)
----LICENSE-2.0.txt(11KB)
----src()
--------goNet.pbs(78B)
--------convFourier.py(4KB)
--------goPlain.pbs(86B)
--------lassoUpdate.py(5KB)
--------weightsUpdate.py(4KB)
--------convNetPrime.py(8KB)
--------convNet.py(6KB)
--------dataModel.py(5KB)
--------goPlmr.pbs(126B)
--------solver.py(2KB)
--------designerConv.py(7KB)
----.project(364B)
----.gitignore(325B)
----README.md(2KB)