mexLasso.m 及mexLasso.mexw64

对SPArse Modeling Software的编译
编译环境matlab2013a， vs2013, win764，sparse model 2.3

% 
% Usage:  [A [path]]=mexLasso（XDparam）;
%  or:    [A [path]]=mexLasso（XQqparam）;
%
% Name: mexLasso
%
% Description: mexLasso is an efficient implementation of the
%     homotopy-LARS algorithm for solving the Lasso. 
%     
%     if the function is called this way [A [path]]=mexLasso（XDparam）
%     it aims at addressing the following problems
%     for all columns x of X it computes one column alpha of A
%     that solves
%       1） when param.mode=0
%         min_{alpha} ||x-Dalpha||_2^2 s.t. ||alpha||_1 <= lambda
%       2） when param.mode=1
%         min_{alpha} ||alpha||_1 s.t. ||x-Dalpha||_2^2 <= lambda
%       3） when param.mode=2
%         min_{alpha} 0.5||x-Dalpha||_2^2 + lambda||alpha||_1 +0.5 lambda2||alpha||_2^2
%
%     if the function is called this way [A [path]]=mexLasso（XQqparam）
%     it solves the above optimisation problem when Q=D‘D and q=D‘x.
%
%     Possibly when param.pos=true it solves the previous problems
%     with positivity constraints on the vectors alpha
%
% Inputs: X:  double m x n matrix   （input signals）
%               m is the signal size
%               n is the number of signals to decompose
%         D:  double m x p matrix   （dictionary）
%               p is the number of elements in the dictionary
%         param: struct
%               param.lambda  （parameter）
%               param.lambda2  （optional parameter for solving the Elastic-Net）
%                              for mode=0 and mode=1 it adds a ridge on the Gram Matrix
%               param.L （optional） maximum number of steps of the homotopy algorithm （can
%                        be used as a stopping criterion）
%               param.pos （optional adds non-negativity constraints on the
%                 coefficients false by default）
%               param.mode （see above by default: 2）
%               param.numThreads （optional number of threads for exploiting
%                 multi-core / multi-cpus. By default it takes the value -1
%                 which automatically selects all the available CPUs/cores）.
%               param.cholesky （optional default false）  choose between Cholesky 
%                 implementation or one based on the matrix inversion Lemma
%               param.ols （optional default false） perform an orthogonal projection
%                 before returning the solution.
%               param.max_length_path （optional） maximum length of the path by default 4*p
%
% Output: A: double sparse p x n matrix （output coefficients）
%         path: optional  returns the regularisation path for the first signal
%
% Note: this function admits a few experimental usages which have not
%     been extensively tested:
%         - single precision setting （even though the output alpha is double 
%           precision）
%
% Author: Julien Mairal 2009

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2843  2012-05-18 01:16  mexLasso.m

     文件     182272  2013-11-24 16:15  mexLasso.mexw64

----------- ---------  ---------- -----  ----

               185115                    2