压缩感知

压缩感知中常用的观测矩阵

接上文：《压缩感知中常用的待还原信号种类》，http://blog.csdn.net/zhyoulun/article/details/25600311在压缩感知中，观测矩阵就是指y=Ax中的A。
u012314976·2014-05-12 11:00

压缩感知中常用的待还原信号种类

研究压缩感知的一个基本工作就是生成原始的信号，也就是y=Ax中的x。一般来说，x是一个长度为N的列向量，稀疏度为k，其中x的非零位置组成的集合称作支撑集T。
u012314976·2014-05-12 10:00

深度学习资料整理（压缩感知）

近这两年里deep learning技术在图像识别和跟踪等方面有很大的突破，是一大研究热点，里面涉及的数学理论和应用技术很值得深入研究，这系列博客总结了深度学习的博客，原理等资料，供大家学习讨论。一、深度学习资料整理（博客类）二、深度学习资料整理（文章类）三、深度学习资料整理（软件资源）四、深度学习原理（关键技术总结，斯坦福大学UFLDL教程）五、深度学习资料整理（深度神经网络理解）六、深度学习资
tiandijun·2014-05-06 22:00

压缩感知重构算法——SP算法

SP（subspacepursuit）算法是压缩感知中一种非常重要的贪婪算法，它有较快的计算速度和较好的重构概率，在实际中应用较多。本文给出了SP算法的matlab代码，以及相应的测试函数。
u012314976·2014-03-25 10:00

压缩感知（Compressive Sensing）学习之（一）

压缩感知（CompressiveSensing）学习之（一）[email protected]://blog.csdn.net/zouxy09    压缩感知（压缩传感，CompressiveSensing
tiandijun·2014-03-24 22:00

压缩感知（Compressive Sensing）学习之（二）

压缩感知（CompressiveSensing）学习之（二）[email protected]://blog.csdn.net/zouxy09    上一回粗略的引入了压缩感知。     
tiandijun·2014-03-24 22:00

Matlab的一些函数和压缩感知BP算法程序

Matlab中的一些函数：1.Matlab里面有两个非常有用函数：randperm()与sparse()。randperm(n)会返回一个1维数组（向量），该数组是整数1到n的一组随机排列，彼此无重复，顺序随机。sparse(X)会返回一个矩阵X的稀疏矩阵的表达形式。在Matlab的Workspace中，稀疏矩阵的图标是，不同于一般的结构体、矩阵等。2.true()和false()函数是产生log
沉默时光·2014-03-24 08:05

压缩传感的系列论文和点评

【摘自：http://blog.sina.com.cn/wuyuzaizai】压缩传感不是万能的， 虽然它是信号和图像处理领域最热门的研究对象 但是它不可能解决所有问题 就像中科院李老师的话：“压缩感知根植于数学理论
tiandijun·2014-03-08 20:00

压缩感知技术

2013.03.09    最近正在学习一个基于信号稀疏性或可压缩性的新兴采样理论——压缩感知理论。      
tiandijun·2014-03-08 00:00

中国压缩传感资源（China Compressive Sensing Resources）（转）

一、引论与综述1 石光明，刘丹华，高大化，刘哲，林杰，王良君，压缩感知理论及其研究进展，http://www.cqvip.com/qk/90131x/200905/30412489.html2 李树涛，
tiandijun·2014-03-08 00:00

初识压缩感知Compressive Sensing（转）

压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。最近粗浅地看了这方面一些研究，对于CompressiveSensing有了初步理解，在此分享一些资料与精华。
tiandijun·2014-03-07 23:00

压缩感知进阶——有关稀疏矩阵（转）

上一篇《初识压缩感知CompressiveSensing》中我们已经讲过了压缩感知的作用和基本想法，涉及的领域，本文通过学习陶哲轩对compressivesensing（CS）的课程，对压缩感知做进一步理解
tiandijun·2014-03-07 23:00

“压缩感知” 之 “Hello World”（转）

上一篇《压缩感知进阶——有关稀疏矩阵》中我们已经讲过了压缩感知原理、应用领域、可行性以及恢复信号机制，后面有朋友陆续反应希望有一个CS版Helloworld，这里我就借用香港大学沙威大牛的一个程序在代码层面对
tiandijun·2014-03-07 23:00

[转载]压缩跟踪Compressive Tracking综述

这里是他的介绍：一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。
zhang11wu4·2014-02-22 20:00

高维数据降维 国家自然科学基金项目 2009-2013 NSFC Dimensionality Reduction

  2013 基于数据降维和压缩感知的图像哈希理论与方法 唐振军 广西师范大学 　 　 　 多元时间序列数据挖掘中的特征表示和相似性度量方法研究 李海林 华侨大学  
·2014-02-08 19:00

压缩感知科普文两则

这几天由于happyharry的辛勤劳动，大伙纷纷表示对稀疏表达，压缩感知很感兴趣啊。我是搞不太懂这个前沿啊，只好转两篇科学松鼠会的科普文，都是译文，说不定大伙都看过了原文。第一篇是陶哲轩写的。
dake·2014-01-29 13:00

压缩感知

压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。
SibylY·2014-01-20 23:00

“压缩感知” 之 “Hello World”

转载自：http://blog.csdn.net/abcjennifer/article/details/7775284上一篇《压缩感知进阶——有关稀疏矩阵》中我们已经讲过了压缩感知原理、应用领域、可行性以及恢复信号机制
redline2005·2013-12-25 16:00

压缩感知应用

转载自：http://blog.csdn.net/abcjennifer/article/details/8058818前面有几篇很有意思的文章分别介绍了压缩感知原理以及如何运用矩阵的稀疏性进行相关分析
redline2005·2013-12-25 16:00

初识压缩感知Compressive Sensing

转载自：http://blog.csdn.net/abcjennifer/article/details/7721834压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。
redline2005·2013-12-25 16:00

压缩感知-有关稀疏矩阵

转载自：http://blog.csdn.net/abcjennifer/article/details/7748833上一篇《初识压缩感知CompressiveSensing》中我们已经讲过了压缩感知的作用和基本想法
redline2005·2013-12-25 15:00

机器学习

blog.csdn.net/zouxy09/article/details/14222605一、基于计算机视觉的目标跟踪计算机视觉、机器学习相关领域论文和源代码大集合计算机视觉目标检测的框架与过程最简单的目标跟踪（模版匹配）压缩感知
yangpan112·2013-11-24 13:00

稀疏表达和压缩感知的一些对比

本报告将从稀疏表达和压缩感知两个方面论述我对它们的一些理解。   在压缩感知模型中：  y=Ax+n  （1）   x表示原始信号，A表示稀疏映射矩阵，n表示加性噪声，y表示压缩测量。
zhoucy163·2013-11-23 16:00

稀疏表示step by step

之前一直在研究压缩感知（CompressedSensing）中的重构问题。照常理来讲，首先会找一维的稀疏信号（如下图）来验证CS理论中的一些原理
todayq·2013-11-13 13:00

基于稀疏表示的人脸识别

压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的
todayq·2013-11-13 09:00

正交匹配追踪 OMP 算法原理分析

小序：                     最近研究OMP贪婪迭代算法找了Rachel-Zhang的一篇博客《“压缩感知”之“HelloWorld”》   里面讲到了作者对OMP算法的理解，看完之后有所启发但是有些地方依然不理解
Rachel-Zhang·2013-11-07 14:00

（SRC）基于稀疏表示的人脸识别

压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的
xiaoshengforever·2013-11-01 16:00

压缩感知学习资源

编程实现：（简单入门）压缩感知正交匹配追踪算法重构二维图像（专业程序）l1-magic（OMP算法的Matlab实现）通过正交匹配追踪算法从随机测量值中恢复信号文献：（列举很详细）中国压缩传感资源（ChinaCompressiveSensingResources
u012314976·2013-10-27 17:00

CT跟踪

这里是他的介绍：一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。
xidianzhimeng·2013-10-18 18:00

压缩感知进阶——有关稀疏矩阵

申明：本文非笔者原创，原文转载自：http://blog.csdn.net/abcjennifer/article/details/7748833===============================回忆传统压缩对于原始信号x∈C(N*1)，传统压缩是构造正交矩阵D∈C（N*N）,正变换为y=Dx,反变换x=D-1y=DTy, D-1=DT。将初始信号x变换到y∈C(N*1)后，将保留其中
carson2005·2013-10-17 17:00

中国压缩传感资源（China Compressive Sensing Resources）

本文非笔者原创，原文转载自：http://blog.csdn.net/abcjennifer/article/details/7724360一、引论与综述1 石光明，刘丹华，高大化，刘哲，林杰，王良君，压缩感知理论及其研究进展
carson2005·2013-10-17 17:00

初识压缩感知Compressive Sensing

申明：本文非笔者原创，原文转载自：http://blog.csdn.net/abcjennifer/article/details/7721834压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目
carson2005·2013-10-17 16:00

稀疏表示step by step

之前一直在研究压缩感知（CompressedSensing）中的重构问题。照常理来讲，首先会找一维的稀疏信号（如下图）来验证CS理论中的一些原理，性质和算法，如测量矩阵
carson2005·2013-10-17 15:00

介绍几篇压缩感知相关的文章

这几篇是个人觉得比较通俗易懂的入门文章，（1）压缩感知研究；戴琼海、付长军；清华大学；计算机学报2011（2）压缩感知；许志强；中科院计算所；2012；（3）压缩感知理论及其研究进展；石光明、刘丹华；西电
carson2005·2013-10-12 17:00

压缩感知简介

      Nyquist采样定理（香农采样定理）指出，采样速率达到信号带宽的两倍以上时，才能由采样信号精确重建原始信号。可见，带宽是Nyquist采样定理对采样的本质要求。然而随着人们对信息需求量的增加，携带信息的信号带宽越来越宽，以此为基础的信号处理框架要求的采样速率和处理速度也越来越高。解决这些压力常见的方案是信号压缩。但是，信号压缩实际上是一种资源浪费，因为大量的不重要的或者只是冗余信息在
carson2005·2013-10-12 17:00

压缩感知和稀疏表示的经典文献

压缩传感不是万能的，虽然它是信号和图像处理领域最热门的研究对象但是它不可能解决所有问题就像中科院李老师的话：“压缩感知根植于数学理论，它给目前国内浮躁的学术环境提了一个警钟！
tozhangning·2013-10-10 11:00

关于压缩感知的一些补充

最近在学习用lowrank的方法进行子空间聚类(subspaceclustering，简称SC)的时候，发现上面和sparse的SC对比，于是拿出来较早的那篇S(sparse)SC，在这篇SSC上是这么描述的：本文的SSC是对于一堆数据在不知道他们子空间的bias以及没个子空间的维度下进行。一个很自然的问题：难道知道了一堆数据的子空间的bias以及分别的维度的话，那么之前是怎么做的？为了搞通这条线
silence1214·2013-10-04 13:00

填补空缺——压缩感知

申明：本人为非笔者原创，原文转载自：http://songshuhui.net/archives/38054压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。
carson2005·2013-09-30 16:00

图像压缩Vs.压缩感知

压缩感知科普文两则：原文链接：http://www.cvchina.info/2010/06/08/compressed-sensing-2/       这几天由于happyharry的辛勤劳动，大伙纷纷表示对稀疏表达
wishchin·2013-09-23 09:00

稀疏表示(step by step)

之前一直在研究压缩感知（CompressedSensing）中的重构问题。照常理来讲，首先会找一维的稀疏信号（
android_asp·2013-09-04 10:00

关于多元一次方程组更多的故事

   稀疏编码（SparseCoding）是前些年信号研究领域比较热门的技术，常用于对信号的压缩编码，人们也称这种技术为压缩感知（CompressiveSensing）。
raocong2010·2013-08-25 11:00

基于稀疏表示的人脸识别

压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的
celerychen2009·2013-07-06 13:00

初识压缩感知Compressive Sensing

压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。最近粗浅地看了这方面一些研究，对于CompressiveSensing有了初步理解，在此分享一些资料与精华。
ubunfans·2013-06-12 20:00

“压缩感知” 之 “Hello World”

上一篇《压缩感知进阶——有关稀疏矩阵》中我们已经讲过了压缩感知原理、应用领域、可行性以及恢复信号机制，后面有朋友陆续反应希望有一个CS版Helloworld，这里我就借用香港大学沙威大牛的一个程序在代码层面对
meng4411yu·2013-04-22 21:00

压缩感知进阶——有关稀疏矩阵

上一篇《初识压缩感知CompressiveSensing》中我们已经讲过了压缩感知的作用和基本想法，涉及的领域，本文通过学习陶哲轩对compressivesensing（CS）的课程，对压缩感知做进一步理解
meng4411yu·2013-04-22 21:00

初识压缩感知Compressive Sensing

压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。最近粗浅地看了这方面一些研究，对于CompressiveSensing有了初步理解，在此分享一些资料与精华。
meng4411yu·2013-04-22 20:00

压缩感知进阶——有关稀疏矩阵

http://blog.csdn.net/abcjennifer/article/details/7748833#comments上一篇《初识压缩感知CompressiveSensing》中我们已经讲过了压缩感知的作用和基本想法
tozhangning·2013-04-10 18:00

初识压缩感知Compressive Sensing

转自：http://blog.csdn.net/abcjennifer/article/details/7721834 压缩感知是近年来极为热门的研究前沿，在若干应用领域中都引起瞩目。
tozhangning·2013-04-10 17:00

OpenCV与Compressive Tracking实现人脸的实时检测与跟踪

作者将压缩感知与图像跟踪结合起来，实现了有效的降维，最后只用一个简单的朴素贝叶斯分类器就实现了非常鲁棒的跟踪效果，值得一提的是，这个算法的实时性非常好，在320×240的分辨率下能达到40fps左右的速度
AIchipmunk·2013-03-20 16:00

压缩感知技术

2013.03.09    最近正在学习一个基于信号稀疏性或可压缩性的新兴采样理论——压缩感知理论。      
meng4411yu·2013-03-09 23:00
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他