压缩感知的仿真代码

时间:2015-04-05 14:11:40
【文件属性】:
文件名称:压缩感知的仿真代码
文件大小:140KB
文件格式:RAR
更新时间:2015-04-05 14:11:40
压缩感知 MATLAB仿真 压缩感知的MATLAB仿真代码,稀疏分解与重建算法都有
【文件预览】:
cs-code
----sparse_experiments_distributed.m(2KB)
----image_experiment.m(3KB)
----sparse_experiments_distributed_helper.m(577B)
----Matrices()
--------gen_matrix_sparse.m(1KB)
--------gen_matrix_std.m(1KB)
--------randint.m(283B)
--------A_fw.m(604B)
--------gen_matrix_countmin_implicit_twowise.m(1KB)
--------At_fw.m(699B)
--------gen_matrix_hadamard.m(570B)
--------gen_matrix_sparseplusminus.m(806B)
--------gen_matrix_fourier.m(445B)
--------gen_matrix_countmin_threewise.m(2KB)
--------gen_matrix_countmin.m(1KB)
--------gen_matrix_countmin_twowise.m(2KB)
--------gen_matrix_gaussian.m(296B)
----Plots()
----sparse_experiments.m(2KB)
----gen_matrix.m(3KB)
----recover_countmin_positive.m(769B)
----image_test.m(858B)
----recovery.m(5KB)
----sparse_experiments_plot.m(1KB)
----benchmark.m(2KB)
----Images()
--------boat.jpg(26KB)
----load_image.m(920B)
----Util()
--------countmin_implicit_twowise_mul_transpose.mexglx(8KB)
--------fasterwalsh.mexglx(8KB)
--------minheap.h(4KB)
--------countmin_implicit_twowise_mul_transpose.mexw32(7KB)
--------median_recovery_implicit_twowise.mexa64(11KB)
--------smp_queue.mexa64(18KB)
--------countmin_implicit_twowise_mul.mexglx(8KB)
--------countmin_implicit_twowise_mul.mexa64(11KB)
--------sparsify.h(1KB)
--------sparsify.mexw32(7KB)
--------countmin_implicit_twowise_mul_transpose.mexa64(11KB)
--------smp_queue.mexw32(11KB)
--------median_recovery_implicit_twowise.c(3KB)
--------sparsify_slow.m(472B)
--------absvalheap.h(3KB)
--------compile.bat(29B)
--------sparsify.del(6KB)
--------sparsify.c(1KB)
--------countmin_implicit_twowise_mul.mexw32(7KB)
--------median_recovery_implicit_twowise.mexw32(8KB)
--------smp_queue.c(5KB)
--------Tests()
--------median_recovery_explicit.mexa64(11KB)
--------binsparsemul.mexglx(8KB)
--------binsparsemul.c(2KB)
--------median_recovery_explicit.mexw32(8KB)
--------binsparsemul.mexa64(11KB)
--------fasterwalsh.mexa64(10KB)
--------countmin_implicit_twowise_mul.c(3KB)
--------binsparsemul.mexw32(7KB)
--------countmin_implicit_twowise_mul_transpose.c(3KB)
--------fasterwalsh.mexw32(7KB)
--------median_recovery_explicit.mexglx(9KB)
--------sparsify.mexa64(11KB)
--------median_recovery_implicit_twowise.mexglx(9KB)
--------mexutil.h(217B)
--------fasterwalsh.c(2KB)
--------median_recovery_explicit.c(2KB)
--------randomized_select.h(2KB)
--------compile.sh(44B)
--------sparsify.mexglx(9KB)
----smp.m(1KB)
----Readme(3KB)
----gen_sparse_signal.m(490B)
----init.m(136B)
----gen_signal.m(1012B)
----Experiments()
----demo.m(1KB)
----benchmark_plot.m(581B)

网友评论

  • 这篇文章对我们很有用
  • 感觉还说的过去吧,至少文件挺多,不是一两个小文件混积分的。是对图像进行压缩重构的,能运行。
  • 看不懂,可能自己还要继续学习
  • 解压后是一大堆m文件。看了很久才明白,有用
  • 很简洁,不适合初学者
  • 对于压缩感知的学习挺有用的
  • 这几个经典重建算法很好,非常有用。稀疏分解还不是很懂,得继续学习。
  • 很有用的东西
  • 解释不多,很难看懂
  • 好难看懂啊~我是初学者。。。
  • 没有注解比较难懂
  • 好像不太适合我这样的新手,看不懂
  • 能运行。效果不错。
  • 看的好费力,不错的资源
  • 对于压缩感知的学习挺有用的
  • 没有注释确实比较难啊
  • 不太适合初学者 要理解
  • 这个还是要先看一两篇综述来看这个比较合适
  • 很不错的,以后可以借鉴!
  • 没有注释,对初学者来说很费劲
  • 有点难啊!入门看程序太费劲了!还是很感谢你的分享!
  • 程序比较简洁,但是没有注释,对于初学者花点时间理解