稀疏编码
-
稀疏表示（SR）工具箱
应用背景 这个工具箱包括机器学习方法：基于稀疏编码的分类，基于字典的降维子字典学习，学习模型，线性回归和分类（LRC）。核l_1正则或（和）非负约束稀疏编码和字典学习模型在这个工具箱实现。 ； 关键技术 活动集，内点，近端，和分解方法来优化这些模型。目前的版本是1.9（2015年3月2日）。这个工具箱是免费的学术用途。 ； -
-
matlab代码实现稀疏编码
稀疏编码程序，To run sparsenet， you will first need to compile the conjugategradient (cgf) routine so that it may be called through matlab. -
-
-
-
基于稀疏编码的人脸识别
鲁棒的稀疏编码人脸识别matlab程序，来自Yang的经典论文，适合用于初学者系统地学习稀疏编码相关知识。该程序对于有遮挡和无遮挡的人脸识别都能取得较好的结果。 -
-
