本专区汇聚了各类基于 压缩感知 开发的源码资源，共计 386 篇资源供开发者免费下载学习。
rice大学关于压缩感知的论坛，网页下部分有很多源代码可以直接下载，感觉非常有帮助，该论坛对于研究压缩感知的朋友很有帮助！
很好的基于压缩感知的图像重构算法啊，很适合用初学者的，gpsr-bb-algorithm
采用凸松弛算法 BP、LASSO、和贪婪算法 OMP、stOMP总共四种重建算法实现压缩感知重建，并对空域高斯随机采样和频域高斯随机测量进行对比。
简单的原理阐释，两个正弦信号进行模拟，适合研究学习！代码结构清西，注释全面！~适合初学者进行领会学习，和掌握
自然界中几乎所有的信号都可以写成或者近似成稀疏表示的形式，因此解决稀疏信号表示问题并求解稀疏解就显得更为重要。无噪声稀疏信号可用表示，其中为被表示信号，为未知的表示系数，矩阵,（）
我们提出一种新方法称为稀疏信号和无噪声扰动的重构子空间追踪算法。该算法具有两个重要特性： 低计算复杂度，相当于正交匹配的追求技术应用于非常稀疏信号和重建精度相同时，作为 LP 优化
压缩感知处理信号数据，首先使用k-svd算法学习得到稀疏基，即字典。根据所学的稀疏基，利用omp算法得到信号的稀疏表示，随机高斯矩阵作为感知矩阵。
1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)
这是为 l1 最小化压缩传感的 matlab 程序代码。代码实现 1 D 信号恢复的压缩传感。采样矩阵是随机高斯和恒等矩阵分别和稀疏的字典是离散余弦变换。我们证明了第一次 51 分
其实我没清楚这些代码是干嘛的，但的确是和压缩感知以及人脸识别有关，我是在一个论坛上下载的，卧槽，周一又要见老师了，妈蛋，好烦啊，到五十个字了吗？有没有？有没有？
这是压缩感知中介绍应用sp算法实现重构的 代码，以及残差评估恢复信号的准确度
四种重构算法应用到块结构信号，包括MBCS-LBP,CoSaMP,BCS和BPDN的信号重构过程，测量矩阵是利用LDPC码构造的。