文件名称：omp算法matlab代码-CSforPlantarPressure:利用压感重建足底压力
文件大小：40.58MB
文件格式：ZIP
更新时间：2024-06-16 10:44:42
系统开源
omp算法matlab代码利用压感重建足底压力 这是本文的MATLAB代码 略微修改了m文件KSVD.m ， KSVD_NN.m ， OMP.m ， OMPerr.m ， NN_BP.m和my_im2col.m 。 这些m文件实现了在中提出的K-SVD算法。 数据集 数据集来自的原始工作，并放置在./Dataset/目录中。 它包括来自5个健康受试者（右/左脚）的足底压力读数，并增加了其方法对应的GMM重心和方差，以及本方法所需的其他信息/预处理。 培训与评估 运行learningtest.m并设置dict.learn标志以学习字典，并获取每个指定对象和脚的评估图。 如果希望使用./Dictionaries/目录中的./Dictionaries/训练词典来获取评估图，则可以设置dict.learn = 0 。 运行analyzeAll.m以获取所有受试者和双脚的综合评估结果。 如果要使用预训练的词典，请再次设置dict.learn = 0 。 如果要在稀疏重构（ fpreconst ），插值（ fpreconst_interp ）和GMM方法（ fpreconst_gmm ）之间切换，
【文件预览】：
CSforPlantarPressure-master
----fpreconst.m(7KB)
----Mask()
--------Mask-GuenE01-right.png(577B)
--------Mask-OstaS01-left.png(576B)
--------Mask-GuenE01-left.xcf(2KB)
--------Mask-OstaS01-right.xcf(2KB)
--------Mask-FaezM01-right-out.png(217B)
--------Mask-FaezM01-left.xcf(724B)
--------Mask-NourM01-left.png(597B)
--------Mask-FaezM01-left.png(568B)
--------Mask-HuJ01-right-out.png(218B)
--------Mask-HuJ01-left.xcf(2KB)
--------Mask-NourM01-left-out.png(218B)
--------Mask-GuenE01-right.xcf(2KB)
--------Mask-HuJ01-right.png(582B)
--------Mask-FaezM01-right.xcf(2KB)
--------Mask-HuJ01-right.xcf(2KB)
--------Mask-OstaS01-left-out.png(205B)
--------Mask-OstaS01-right.png(575B)
--------Mask-FaezM01-left-out.png(210B)
--------Mask-NourM01-right.xcf(2KB)
--------Mask-NourM01-right-out.png(223B)
--------Mask-GuenE01-left-out.png(216B)
--------Mask-NourM01-left.xcf(2KB)
--------Mask-HuJ01-left-out.png(207B)
--------Mask-OstaS01-right-out.png(210B)
--------Mask-OstaS01-left.xcf(2KB)
--------Mask-FaezM01-right.png(562B)
--------Mask-HuJ01-left.png(581B)
--------Mask-GuenE01-right-out.png(206B)
--------Mask-GuenE01-left.png(573B)
--------Mask-NourM01-right.png(614B)
----testallfunc.m(6KB)
----RFOCUSS.m(298B)
----learningtest.m(413B)
----Images()
--------Framewrk.png(43KB)
----learndic.m(2KB)
----analyzeAll.m(5KB)
----KSVD_NN.m(11KB)
----textprogressbar.m(2KB)
----OMP.m(920B)
----pickKsensor.m(487B)
----fpreconst_gmm.m(5KB)
----Dictionaries()
--------DCTt_2_25nn_sub11.mat(98KB)
--------DCTt_2_25nn_sub41.mat(98KB)
--------DCTt_2_25nn_sub22.mat(84KB)
--------DCTt_2_25nn_sub21.mat(77KB)
--------DCTt_2_25nn_sub32.mat(94KB)
--------DCTt_2_25nn_sub52.mat(86KB)
--------DCTt_2_25nn_sub12.mat(105KB)
--------DCTt_2_25nn_sub31.mat(94KB)
--------DCTt_2_25nn_sub42.mat(114KB)
--------DCTt_2_25nn_sub51.mat(84KB)
----my_plot_all.m(763B)
----fpreconst_interp.m(4KB)
----gmmError.m(988B)
----OMPerr.m(1KB)
----my_im2col.m(615B)
----my_plot.m(863B)
----README.md(2KB)
----KSVD.m(12KB)
----NN_BP.m(1KB)
----ORMP.m(365B)
----Dataset()
--------Data.mat(39.74MB)