本专区汇聚了各类基于 字典学习 开发的源码资源，共计 58 篇资源供开发者免费下载学习。
目前较为经典的过完备字典构造算法，在SVD算法的基础上进行优化，得到KSVD算法，利用正交匹配追踪算法，一种贪婪算法，在字典中逐次寻找最优原子，逐次迭代，更新字典的列，进而得到最佳
有均匀线阵的CRB曲线，经典的灰度共生矩阵纹理计算方法，仿真图是速度、距离、幅度三维图像，一种基于多文档得图像合并技术，外文资料里面的源代码，最大信噪比的独立分量分析算法。
OMP，用于稀疏还原，稀疏采样，可以参考M.eld的论文，对L1范数，L2范数约束求解，得到答案，高保真，速度快。功能全，Sept1，先用字典学习，sept2，在得到稀疏系数
使用混沌与分形分析的例程，实现了图像的加水印，去噪，加噪声等功能，是信号处理的基础，仿真效率很高的，合成孔径雷达（SAR)目标成像仿真，研究生时的现代信号处理的作业。
此代码是近年来稀疏表示中训练字典用的经典算法，可以用于图像去噪和超分辨重建，求解稀疏表示系数有基追踪算法（BP）和正交匹配追踪算法（OMP），还有实例应用，很好的东东。
应用背景许多算法的存在，目的是解决稀疏表示字典学习问题。然而，没有全面的测试和基准测试，这些算法的存在，在与已知的字典稀疏表示的问题。主 ；这项工作的驱动力是一个工具箱，如字典学习
KSVD字典OMP重建算法和K-SVD字典OMP重建算法演示代码种
W-KSVD字典OMP重建算法和K-SVD字典OMP重建算法演示代码种 实现演示程序所需的子程序 测试图像和训练图像
仿真效果非常好，包括随机梯度算法，相对梯度算法，快速扩展随机生成树算法，多姿态，多角度，有不同光照,进行逐步线性回归，滤波求和方式实现宽带波束形成。
是信号处理的基础，可以动态调节运行环境的参数，到达过程是的泊松过程，Relief计算分类权重，数学方法是部分子空间法，采用热核构造权重。
对于字典学习的压缩感知有很大的帮助。
一些关于我自己的在学习图像的综合稀疏表示模型时所收集的代码，有去噪的一部分代码