zhyoulun的专栏

SP（subspace pursuit）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。参考文献：Dai W, Milenkovic O. Subspace pursuit for compressive sensing signal reconstruction[J]. Informati

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。x中的非零元素集合一般独立同分布四种随机分布。1、Uniform，开区间(0,1)上的均匀分布。2、Signs，伯努利分布，待选集合为{-1,1}，等概率选取。3、Gaussian，标准正态分布N(0,1)4、Power，能

接上文：《压缩感知中常用的待还原信号种类》，http://blog.youkuaiyun.com/zhyoulun/article/details/25600311在压缩感知中，观测矩阵就是指y=Ax中的A。A是一个n*m的矩阵，矩阵中的每一个元素独立同分布于一个特定的分布。分布的种类如下：1、USE。一致球集合，Uniform spherical ensemble，首先计算出一个n*m的矩阵，矩

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文献：（列举很详细）中国压缩传感资源（China Compressive Sensing Resources）（简单的Review）Compressive Sensing

压缩感知是一种采样方法，它和变换编码类似，后者被广泛用于涉及到大规模数据采样的现代通信系统中。变换编码将高维空间中的输入信号，转换成非常低的低维空间中的信号。变换编码器的例子有著名的小波变换和普遍存在的傅立叶变换。