文件名称：内点法matlab代码-sparse_recovery:通过压缩感测实现无噪声/负性稀疏恢复和特征检索
文件大小：14KB
文件格式：ZIP
更新时间：2024-06-12 11:51:11
系统开源
内点法matlab代码sparse_recovery 该模块为稀疏恢复/压缩感测中的几个问题提供了求解器和实用程序功能。 该文件solvers.py仅取决于NumPy / SciPy，可以与Python 2或3一起使用，它提供了计算以下内容的方法： 基本追求（BP），包括非负BP（BP +）； BP解算器是从l1-MAGIC MATLAB软件包中移植的[1]； BP +求解器基于相同的原-对偶内点法[2]。 正交匹配追踪（OMP），包括非负OMP（OMP +）。 支持超平面特性（SHP），该特性可确保通过BP +从线性测量Ax中恢复信号x [3]。 该功能检索文件（retrieval.py，word_embeddings.py）还需要scikit学习和text_embedding。 这些文件由目录scripts-AKSV2018中的脚本用来在[3]中重新创建结果。 如果您认为此代码有用，请引用以下内容： @inproceedings{arora2018sensing, title={A Compressed Sensing View of Unsupervised Text Embed
【文件预览】：
sparse_recovery-master
----__init__.py(0B)
----word_embeddings.py(2KB)
----LICENSE(1KB)
----scripts-AKSV2018()
--------results-Figure3Top(8KB)
--------Figure3Top.sh(437B)
--------results-Figure3Bottom(8KB)
--------Figure3Bottom.sh(440B)
----solvers.py(13KB)
----README.md(2KB)
----retrieval.py(6KB)