资源简介
关于稀疏表示的代码 可用 里面有关于移不变稀疏编码的详细程序及实现过程 程序可以调试
代码片段和文件信息
function demo_fast_sc(opt_choice)
% opt_choice = 1: use epslion-L1 penalty
% opt_choice = 2: use L1 penalty
if ~exist(‘opt_choice‘ ‘var‘)
opt_choice = 1;
end
% natural image data
load ../data/IMAGES.mat
X = getdata_imagearray(IMAGES 14 10000);
% sparse coding parameters
num_bases = 128;
beta = 0.4;
batch_size = 1000;
num_iters = 100;
if opt_choice==1
sparsity_func= ‘epsL1‘;
epsilon = 0.01;
elseif opt_choice==2
sparsity_func= ‘L1‘;
epsilon = [];
end
Binit = [];
fname_save = sprintf(‘../results/sc_%s_b%d_beta%g_%s‘ sparsity_func num_bases beta datestr(now 30));
% run fast sparse coding
[B S stat] = sparse_coding(X num_bases beta sparsity_func epsilon num_iters batch_size fname_save Binit);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 740 2007-06-27 05:11 demo_fast_sc.m
文件 866 2007-06-27 05:11 display_figures.m
文件 958 2009-12-23 18:43 display_network_nonsquare2.asv
文件 999 2009-12-23 18:50 display_network_nonsquare2.m
文件 2282 2007-06-27 05:11 l2ls_learn_basis_dual.m
文件 661 2007-06-27 03:39 save_figures.m
文件 7299 2009-12-23 18:23 sparse_coding.asv
文件 7331 2009-12-23 18:31 sparse_coding.m
----------- --------- ---------- ----- ----
21136 8
相关资源
- 稀疏表示SRC算法
- 基于稀疏表示的人脸识别文章及对应
- 稀疏和冗余-在信号和图像处理方面从
- 稀疏表示在图像处理中的应用
- 基于稀疏表示的图像超分辨PPT
- 基于稀疏表示的图像去噪算法研究
- Sparse and Redundant Representations 中文翻译
- 稀疏表示和协同编码哪个对人脸识别
- 基于稀疏表示的图像去噪算法
- 基于稀疏表示的图像超分辨方法研究
- KSVD稀疏表示字典训练程序
- 稀疏表示算法
- Godec 稀疏表示与低秩表示的结合
- 信号DCT字典稀疏表示
- 稀疏表示SAR成像
- 匹配追踪MP、正交匹配追踪算法OMP,稀
- ksvdbox+ompbox
- 基于Gabor感知多成份字典的图像稀疏表
- 稀疏表示方法综述
- gabor字典
- Compressed Sensing: Theory and Applications(压
- KSVD稀疏表示程序
- 字典学习KSVD
- 稀疏表示的子空间聚类算法
- information fusion JCPD一文 稀疏表示下的
评论
共有 条评论