基于深度学习模型与稀疏表示的绝缘子状态分类.pdf

Matlab圆柱绕过代码通过稀疏表示从有限的测量中进行稳健的流场重建 J.Callaham，K.Maeda和SL Brunton的数据分析和数据代码（2018） 取得资料 除了混合层数据（使用DoD资源生成）之外，所有数据都是公开可用的。 Re = 100气缸流量数据可从 NOAA OISST v2数据可用，或者可以使用脚本自动下载到noaa-sst \ remote_read.m中 与HYCOM墨西哥湾数据相同-在线，但是可以使用hycom \ remote_read.m中的脚本自动下载和格式化 所需的包 此处提供的所有代码都是为MATLAB R2018a编写的，并且在很大程度上依赖于免费提供的软件包。 该代码的某些部分还使用了Ron Rubenstein的K-SVD和OMP算法的实现。

基于PCA的非局部聚类稀疏表示图像重建方法.pdf

matlab ssc 稀疏表示

#资源达人分享计划#

用matlab实现稀疏表示

KSVD稀疏表示、字典更新代码，有多个demo，收集较全面

本文提出了一种新的基于联合稀疏表示的图像融合方法。 由于传感器观察到相关现象，因此源图像有望具有共同的和创新的特征。 我们使用稀疏系数作为图像特征。 通过联合稀疏表示，用公共稀疏系数和创新稀疏系数表示源图像。 因此，稀疏系数由创新系数的平均绝对值加权。 此外，由于稀疏表示在图像去噪算法的开发中已经取得了很大的成功，因此我们的方法可以同时执行图像去噪和融合，而图像会受到加性噪声的破坏。 实验结果表明，该方法在多个指标以及视觉质量上均优于其他方法。

是用于图像稀疏表示的OMP算法，更有效的稀疏表示图像

行业分类-物理装置-基于非局部先验和稀疏表示的磁共振图像去噪方法及装置.zip